Hoe u een enkele kolom in pandas dataframe kunt afronden
U kunt de volgende basissyntaxis gebruiken om waarden in een enkele kolom van een Panda DataFrame af te ronden:
df. my_column = df. my_column . round ()
Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.
Voorbeeld: een enkele kolom afronden in Pandas DataFrame
Laten we zeggen dat we het volgende panda’s DataFrame hebben dat informatie over verschillende atleten bevat:
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
We kunnen de volgende code gebruiken om elke waarde in de tijdkolom af te ronden naar het dichtstbijzijnde gehele getal:
#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
Elke waarde in de tijdkolom is afgerond op het dichtstbijzijnde gehele getal.
Bijvoorbeeld:
- 12.443 werd afgerond naar 12 .
- 15,8 werd afgerond naar 16 .
- 16,009 werd afgerond op 16 .
Enzovoort.
Om de waarden van een kolom af te ronden op een specifiek aantal decimalen, geeft u eenvoudigweg die waarde op in de functie round() .
We kunnen bijvoorbeeld de volgende code gebruiken om elke waarde in de tijdkolom af te ronden op twee decimalen:
#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
Elke waarde in de tijdkolom is afgerond op twee decimalen.
Bijvoorbeeld:
- 12,443 werd afgerond naar 12,44 .
- 15,8 werd afgerond naar 15,80 .
- 16,009 werd afgerond naar 1601 .
Enzovoort.
Merk ook op dat de waarden in de andere numerieke kolom, punten , ongewijzigd zijn gebleven.
Aanvullende bronnen
In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:
Hoe Pandas DataFrame af te drukken zonder index
Hoe alle rijen in een Pandas DataFrame worden weergegeven
Hoe u het type van alle kolommen in Pandas DataFrame kunt controleren