Cara membulatkan satu kolom di pandas dataframe

Anda dapat menggunakan sintaks dasar berikut untuk membulatkan nilai dalam satu kolom pandas DataFrame:

 df. my_column = df. my_column . round ()

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: membulatkan satu kolom di Pandas DataFrame

Katakanlah kita memiliki pandas DataFrame berikut yang berisi informasi tentang berbagai atlet:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' athlete ': ['A', 'B', 'C', 'D', 'E', 'F'],
                   ' time ': [12.443, 15.8, 16.009, 5.06, 11.075, 12.9546],
                   ' points ': [5, 7, 7, 9, 12, 9]})

#view DataFrame
print (df)

  athlete time points
0 A 12.4430 5
1 B 15.8000 7
2 C 16.0090 7
3 D 5.0600 9
4 E 11.0750 12
5 F 12.9546 9

Kita dapat menggunakan kode berikut untuk membulatkan setiap nilai pada kolom waktu ke bilangan bulat terdekat:

 #round values in 'time' column of DataFrame
df. time = df. time . round ()

#view updated DataFrame
print (df)

  athlete time points
0 A 12.0 5
1 B 16.0 7
2 C 16.0 7
3D 5.0 9
4 E 11.0 12
5 F 13.0 9

Setiap nilai pada kolom waktu telah dibulatkan ke bilangan bulat terdekat.

Misalnya:

• 12.443 dibulatkan menjadi 12 .
• 15,8 dibulatkan menjadi 16 .
• 16.009 dibulatkan menjadi 16 .

Dan seterusnya.

Untuk membulatkan nilai kolom ke sejumlah tempat desimal tertentu, cukup tentukan nilai tersebut dalam fungsi round() .

Misalnya, kita dapat menggunakan kode berikut untuk membulatkan setiap nilai di kolom waktu menjadi dua angka desimal:

 #round values in 'time' column to two decimal places
df. time = df. time . round ( 2 )

#view updated DataFrame
print (df)

  athlete time points
0 A 12.44 5
1 B 15.80 7
2 C 16.01 7
3 D 5.06 9
4 E 11.08 12
5 F 12.95 9

Setiap nilai di kolom waktu telah dibulatkan menjadi dua angka desimal.

Misalnya:

• 12.443 dibulatkan menjadi 12.44 .
• 15,8 dibulatkan menjadi 15,80 .
• 16.009 dibulatkan menjadi 1601 .

Dan seterusnya.

Perhatikan juga bahwa nilai di kolom numerik lainnya, points , tetap tidak berubah.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Cara mencetak Pandas DataFrame tanpa indeks
Cara menampilkan semua baris di Pandas DataFrame
Cara memeriksa tipe semua kolom di Pandas DataFrame