Yüzenleri Pandalar ints dönüştürmek?

Bir CSV'den içe aktarılan verilerle çalışıyorum. Pandalar yüzmek için bazı sütunları değiştirdi, bu yüzden şimdi bu sütunlardaki sayılar kayan nokta olarak görüntüleniyor! Ancak, tamsayı olarak veya virgül olmadan görüntülenmelerini istiyorum. Bunları tamsayılara dönüştürmenin veya virgül görüntülememenin bir yolu var mı?

Float çıkışını değiştirmek için şunu yapın:

df= pd.DataFrame(range(5), columns=['a'])
df.a = df.a.astype(float)
df

Out[33]:

          a
0 0.0000000
1 1.0000000
2 2.0000000
3 3.0000000
4 4.0000000

pd.options.display.float_format = '{:,.0f}'.format
df

Out[35]:

   a
0  0
1  1
2  2
3  3
4  4

pandas.DataFrame.astype(<type>)Sütun türlerini işlemek için işlevi kullanın .

>>> df = pd.DataFrame(np.random.rand(3,4), columns=list("ABCD"))
>>> df
          A         B         C         D
0  0.542447  0.949988  0.669239  0.879887
1  0.068542  0.757775  0.891903  0.384542
2  0.021274  0.587504  0.180426  0.574300
>>> df[list("ABCD")] = df[list("ABCD")].astype(int)
>>> df
   A  B  C  D
0  0  0  0  0
1  0  0  0  0
2  0  0  0  0

DÜZENLE:

Eksik değerleri işlemek için:

>>> df
          A         B     C         D
0  0.475103  0.355453  0.66  0.869336
1  0.260395  0.200287   NaN  0.617024
2  0.517692  0.735613  0.18  0.657106
>>> df[list("ABCD")] = df[list("ABCD")].fillna(0.0).astype(int)
>>> df
   A  B  C  D
0  0  0  0  0
1  0  0  0  0
2  0  0  0  0

Aşağıdaki veri çerçevesi dikkate alındığında:

>>> df = pd.DataFrame(10*np.random.rand(3, 4), columns=list("ABCD"))
>>> print(df)
...           A         B         C         D
... 0  8.362940  0.354027  1.916283  6.226750
... 1  1.988232  9.003545  9.277504  8.522808
... 2  1.141432  4.935593  2.700118  7.739108

Sütun adlarının bir listesini kullanarak, aşağıdakilerle birden çok sütunun türünü değiştirin applymap():

>>> cols = ['A', 'B']
>>> df[cols] = df[cols].applymap(np.int64)
>>> print(df)
...    A  B         C         D
... 0  8  0  1.916283  6.226750
... 1  1  9  9.277504  8.522808
... 2  1  4  2.700118  7.739108

Veya aşağıdakileri içeren tek bir sütun için apply():

>>> df['C'] = df['C'].apply(np.int64)
>>> print(df)
...    A  B  C         D
... 0  8  0  1  6.226750
... 1  1  9  9  8.522808
... 2  1  4  2  7.739108

pandas.DataFrameNaN değerlerine sahip olabileceğiniz göz önüne alındığında, şamandıradan tamsayıya daha fazla sütun dönüştürmek istediğinizde hızlı bir çözümdür .

cols = ['col_1', 'col_2', 'col_3', 'col_4']
for col in cols:
   df[col] = df[col].apply(lambda x: int(x) if x == x else "")

Ben denedim else x)ve else None), ama sonuç hala float numarası, bu yüzden kullandım else "".

@Ryan G pandas.DataFrame.astype(<type>)yönteminin kullanımından genişleyen errors=ignorebağımsız değişken, yalnızca hata oluşturmayan ve sözdizimini basitleştiren sütunları dönüştürmek için kullanılabilir. Açıkçası, hatalar göz ardı edilirken dikkatli olunmalıdır, ancak bu görev için çok kullanışlı olur.

>>> df = pd.DataFrame(np.random.rand(3, 4), columns=list('ABCD'))
>>> df *= 10
>>> print(df)
...           A       B       C       D
... 0   2.16861 8.34139 1.83434 6.91706
... 1   5.85938 9.71712 5.53371 4.26542
... 2   0.50112 4.06725 1.99795 4.75698

>>> df['E'] = list('XYZ')
>>> df.astype(int, errors='ignore')
>>> print(df)
...     A   B   C   D   E
... 0   2   8   1   6   X
... 1   5   9   5   4   Y
... 2   0   4   1   4   Z

Gönderen pandas.DataFrame.astype docs:

hatalar: {'zam', 'yoksay'}, varsayılan 'zam'

Sağlanan dtype için geçersiz verilerdeki istisnaların kontrolünü sağlama.

• yükselt: istisnaların yükseltilmesine izin ver
• yoksay: istisnaları bastır. Hata durumunda orijinal nesneyi döndür

0.20.0 sürümündeki yenilikler.

>>> import pandas as pd
>>> right = pd.DataFrame({'C': [1.002, 2.003], 'D': [1.009, 4.55], 'key': ['K0', 'K1']})
>>> print(right)
           C      D key
    0  1.002  1.009  K0
    1  2.003  4.550  K1
>>> right['C'] = right.C.astype(int)
>>> print(right)
       C      D key
    0  1  1.009  K0
    1  2  4.550  K1

Tüm kayan sütunları int'e dönüştürmek için

>>> df = pd.DataFrame(np.random.rand(5, 4) * 10, columns=list('PQRS'))
>>> print(df)
...     P           Q           R           S
... 0   4.395994    0.844292    8.543430    1.933934
... 1   0.311974    9.519054    6.171577    3.859993
... 2   2.056797    0.836150    5.270513    3.224497
... 3   3.919300    8.562298    6.852941    1.415992
... 4   9.958550    9.013425    8.703142    3.588733

>>> float_col = df.select_dtypes(include=['float64']) # This will select float columns only
>>> # list(float_col.columns.values)
>>> for col in float_col.columns.values:
...     df[col] = df[col].astype('int64')
>>> print(df)
...     P   Q   R   S
... 0   4   0   8   1
... 1   0   9   6   3
... 2   2   0   5   3
... 3   3   8   6   1
... 4   9   9   8   3

Burada, herhangi bir bilgi kaybetmeyen mümkün olan en küçük tamsayı türüne kayan sürgülü basit bir işlev vardır. Örneğin,

• 100.0 şamandıradan tamsayıya dönüştürülebilir, ancak 99.9 (yuvarlama veya kesilme bilgisini kaybetmeden)

• Ayrıca, 1.0 int8bilgi kaybetmeden sonuna kadar indirilebilir, ancak 100_000.0 için en küçük tamsayı türüint32

Kod örnekleri:

import numpy as np
import pandas as pd

def float_to_int( s ):
    if ( s.astype(np.int64) == s ).all():
        return pd.to_numeric( s, downcast='integer' )
    else:
        return s

# small integers are downcast into 8-bit integers
float_to_int( np.array([1.0,2.0]) )
Out[1]:array([1, 2], dtype=int8)

# larger integers are downcast into larger integer types
float_to_int( np.array([100_000.,200_000.]) )
Out[2]: array([100000, 200000], dtype=int32)

# if there are values to the right of the decimal
# point, no conversion is made
float_to_int( np.array([1.1,2.2]) )
Out[3]: array([ 1.1,  2.2])

İnt'e dönüştürülmesi gereken sütunlar sözlükte aşağıdaki gibi de belirtilebilir

df = df.astype({'col1': 'int', 'col2': 'int', 'col3': 'int'})

>>> df_18['cyl'].value_counts()
... 4.0     365
... 6.0     246
... 8.0     153

>>> df_18['cyl'] = df_18['cyl'].astype(int)
>>> df_18['cyl'].value_counts()
... 4     365
... 6     246
... 8     153