Come arrotondare una singola colonna in pandas dataframe

È possibile utilizzare la seguente sintassi di base per arrotondare i valori in una singola colonna di un DataFrame panda:

 df. my_column = df. my_column . round ()

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: arrotondamento di una singola colonna in Pandas DataFrame

Supponiamo di avere il seguente DataFrame panda che contiene informazioni su vari atleti:

 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

Possiamo utilizzare il seguente codice per arrotondare ciascun valore nella colonna del tempo all’intero più vicino:

 #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

Ogni valore nella colonna dell’ora è stato arrotondato all’intero più vicino.

Per esempio:

• 12.443 è stato arrotondato a 12 .
• 15,8 è stato arrotondato a 16 .
• 16.009 è stato arrotondato a 16 .

E così via.

Per arrotondare i valori di una colonna a un numero specifico di cifre decimali, specifica semplicemente quel valore nella funzione round() .

Ad esempio, possiamo utilizzare il codice seguente per arrotondare ciascun valore nella colonna dell’ora a due cifre decimali:

 #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

Ogni valore nella colonna dell’ora è stato arrotondato a due cifre decimali.

Per esempio:

• 12.443 è stato arrotondato a 12.44 .
• 15,8 è stato arrotondato a 15,80 .
• 16.009 è stato arrotondato a 1601 .

E così via.

Si noti inoltre che i valori nell’altra colonna numerica, punti , sono rimasti invariati.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come stampare Pandas DataFrame senza indice
Come visualizzare tutte le righe in un Pandas DataFrame
Come verificare il tipo di tutte le colonne in Pandas DataFrame