熊貓花車轉換爲字符串無小數

Question

我有一個數據幀

df = pd.DataFrame([ 
     ['2', '3', 'nan'], 
     ['0', '1', '4'], 
     ['5', 'nan', '7'] 
    ]) 

print df 

    0 1 2 
0 2 3 nan 
1 0 1 4 
2 5 nan 7 

我想這些字符串轉換爲數字，總結列和轉換回字符串。使用astype(float)似乎讓我的號碼部分。然後用sum()進行求和。然後回到字符串應該也很容易astype(str)

df.astype(float).sum().astype(str) 

0  7.0 
1  4.0 
2 11.0 
dtype: object 

這幾乎是我想要的。我想要整數的字符串版本。但花車有小數。我如何擺脫它們？

我想這

0  7 
1  4 
2 11 
dtype: object 

Answer 1

在混合添加astype(int)：例如與空單元格

df.astype(float).sum().astype(int).astype(str) 

0  7 
1  4 
2 11 
dtype: object 

---

示範。這不是從OP的要求，但滿足誹謗者

df = pd.DataFrame([ 
     ['2', '3', 'nan', None], 
     [None, None, None, None], 
     ['0', '1', '4', None], 
     ['5', 'nan', '7', None] 
    ]) 

df 

     0  1  2  3 
0  2  3 nan None 
1 None None None None 
2  0  1  4 None 
3  5 nan  7 None 

然後

df.astype(float).sum().astype(int).astype(str) 

0  7 
1  4 
2 11 
3  0 
dtype: object 

因爲OP沒有指定他們希望當一列被全部失蹤發生什麼，呈現零是一個合理的選擇。

然而，我們也可以丟棄這些列

df.dropna(1, 'all').astype(float).sum().astype(int).astype(str) 

0  7 
1  4 
2 11 
dtype: object 

Answer 2

轉換前添加astype(int)字符串：

print (df.astype(float).sum().astype(int).astype(str)) 

產生期望的結果。

Answer 3

如果您的列包含空值，則轉換爲int（即.astype(int).astype(str)）將不起作用;它往往是一個更好的主意，使用字符串格式化來顯式指定字符串列的格式：

In [52]: df.astype(float).sum().applymap(lambda x: "{:.0f}".format(x)) 
Out[52]: 
0  7 
1  4 
2 11 
dtype: object