pandas round方法保留兩位小數的設置實現
pandas中可以使用round(n)方法返回 x 的小數點四舍五入到n個數字。簡潔的說就是,四舍五入的保留小數點後的幾個數字。round()不添加任何參數的時候,等同於round(0)就是取整。直接看例子:
import pandas as pd import numpy as np df_round = pd.DataFrame(np.random.random([3, 3]), columns=['A', 'B', 'C'], index=['one', 'two', 'three']) df_round = df_round*10 print(df_round) print(df_round.round(2))
我們經常需要對有浮點數的列需要保持精度,那麼在pandas中該如何實現呢?這裡提供一種方法,round方法
round常用用法有兩種方式:
1、傳入int,對所有列保持統一精度
>>> import numpy as np >>> import pandas as pd >>> df = pd.DataFrame([(.21, .32), (.01, .6), (.66, .03), (.21, .183)],columns=['dogs', 'cats']) >>> df dogs cats 0 0.21 0.320 1 0.01 0.600 2 0.66 0.030 3 0.21 0.183 # 統一保持2位小數 >>> df.round(2) dogs cats 0 0.21 0.32 1 0.01 0.60 2 0.66 0.03 3 0.21 0.18 # 統一保持一位小數 >>> df.round(1) dogs cats 0 0.2 0.3 1 0.0 0.6 2 0.7 0.0 3 0.2 0.2 >>>
2、傳入dict,對指定列設置精度,key為列名,value為精度
# 指定列名設置精度,未指定的則保持原樣 >>> df.round({'dogs': 2}) dogs cats 0 0.21 0.320 1 0.01 0.600 2 0.66 0.030 3 0.21 0.183 # 兩列分別設置不同的精度 >>> df.round({'dogs':2, 'cats':1}) dogs cats 0 0.21 0.3 1 0.01 0.6 2 0.66 0.0 3 0.21 0.2
到此這篇關於pandas round方法保留兩位小數的設置實現的文章就介紹到這瞭,更多相關pandas round方法保留兩位小數內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Pandas reindex重置索引的使用
- python re.match()用法相關示例
- MySQL數據優化-多層索引
- python數學建模之三大模型與十大常用算法詳情
- Pandas中DataFrame的基本操作之重新索引講解