Как округлить один столбец в pandas dataframe

Вы можете использовать следующий базовый синтаксис для округления значений в одном столбце DataFrame pandas:

 df. my_column = df. my_column . round ()

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: округление одного столбца в Pandas DataFrame

Допустим, у нас есть следующий DataFrame pandas, содержащий информацию о различных спортсменах:

 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

Мы можем использовать следующий код для округления каждого значения в столбце времени до ближайшего целого числа:

 #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

Каждое значение в столбце времени округлено до ближайшего целого числа.

Например:

• 12 443 было округлено до 12 .
• 15,8 округлили до 16 .
• 16,009 было округлено до 16 .

И так далее.

Чтобы округлить значения столбца до определенного количества десятичных знаков, просто укажите это значение в функции round() .

Например, мы можем использовать следующий код для округления каждого значения в столбце времени до двух десятичных знаков:

 #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

Каждое значение в столбце времени округлено до двух десятичных знаков.

Например:

• 12,443 округлили до 12,44 .
• 15,8 округлили до 15,80 .
• 16,009 было округлено до 1601 .

И так далее.

Также обратите внимание, что значения в другом числовом столбце — Points — остались неизменными.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как распечатать Pandas DataFrame без индекса
Как отобразить все строки в DataFrame Pandas
Как проверить тип всех столбцов в Pandas DataFrame