pandas round方法保留两位小数的设置实现

pandasround方法保留两位小数的设置实现 pandas中可以使用round(n)方法返回 x 的小数点四舍五入到n个数字.简洁的说就是,四舍五入的保留小数点后的几个数字.round()不添加任何参数的时候,等同于round(0)就是取整.直接看例子: import pandas as pd import numpy as

pandas中可以使用round(n)方法返回 x 的小数点四舍五入到n个数字。简洁的说就是，四舍五入的保留小数点后的几个数字。round()不添加任何参数的时候，等同于round(0)就是取整。直接看例子:

import pandas as pd
import numpy as np
df_round = pd.DataFrame(np.random.random([3, 3]),
     columns=['A', 'B', 'C'], index=['one', 'two', 'three'])
df_round = df_round*10
print(df_round)
print(df_round.round(2))

我们经常需要对有浮点数的列需要保持精度，那么在pandas中该如何实现呢？这里提供一种方法,round方法

round常用用法有两种方式：

1、传入int，对所有列保持统一精度

>>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame([(.21, .32), (.01, .6), (.66, .03), (.21, .183)],columns=['dogs', 'cats'])
>>> df
   dogs   cats
0  0.21  0.320
1  0.01  0.600
2  0.66  0.030
3  0.21  0.183

# 统一保持2位小数
>>> df.round(2)
   dogs  cats
0  0.21  0.32
1  0.01  0.60
2  0.66  0.03
3  0.21  0.18

# 统一保持一位小数
>>> df.round(1)
   dogs  cats
0   0.2   0.3
1   0.0   0.6
2   0.7   0.0
3   0.2   0.2
>>> 

2、传入dict，对指定列设置精度，key为列名，value为精度

# 指定列名设置精度，未指定的则保持原样
>>> df.round({'dogs': 2})
   dogs   cats
0  0.21  0.320
1  0.01  0.600
2  0.66  0.030
3  0.21  0.183
# 两列分别设置不同的精度
>>> df.round({'dogs':2, 'cats':1})
   dogs  cats
0  0.21   0.3
1  0.01   0.6
2  0.66   0.0
3  0.21   0.2

到此这篇关于pandas round方法保留两位小数的设置实现的文章就介绍到这了,更多相关pandas round方法保留两位小数内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！