pandas 如何在python dataframe列中仅对数字进行四舍五入(对象混合)

xhv8bpkk 于 2022-12-02 发布在 Python

关注(0)|答案(2)|浏览(340)

我有一个名为“df”的 Dataframe 作为图片。在这个 Dataframe 中，有“null”作为对象（dtype）和数字。我希望只对多列中的数字值进行舍入（2）。我已经编写了这段代码，但一直得到“TypeError：'int'对象是不可迭代的”作为TypeError。* 第一行代码是将na转换为“null”，因为其他数字需要是数字dtype。

df['skor_change_w_ts']=pd.to_numeric(df['skor_change_w_ts'], errors='coerce').fillna("null", downcast='infer')

for i in len(df):
    if df['skor_change_w_ts'][i] is float:
        df['skor_change_w_ts'][i]=df['skor_change_w_ts'][i].round(2)

在多列中只对数值进行舍入（2）的最简单代码是什么？

pandas

来源：https://stackoverflow.com/questions/74624331/how-to-round-only-numbers-in-python-dataframe-columns-with-object-mixed

2条答案

按热度按时间

lnxxn5zx1#

fillna之前的round：

df['skor_change_w_ts'] = (pd.to_numeric(df['skor_change_w_ts'], errors='coerce')
                             .round(2).fillna("null", downcast='infer')
                          )

输入示例：

df = pd.DataFrame({'skor_change_w_ts': [1, 2.6666, 'null']})

输出量：

skor_change_w_ts
0              1.0
1             2.67
2             null

赞(0）回复(0）举报 2022-12-02

mrfwxfqh2#

你根本不需要调用.fillna（），胁迫就会帮你做到这一点。

df['skor_change_w_ts'] = (pd.to_numeric(df['skor_change_w_ts'], errors='coerce').round(2)

应该可以。

赞(0）回复(0）举报 2022-12-02

我来回答

pandas 如何在python dataframe列中仅对数字进行四舍五入(对象混合)

2条答案

相关问题

热门标签

最新问答