單元格操作數據幀，確定精度

我有其中有不同數據類型的數據幀。我想確定浮點類型的精度。我可以用這個代碼只選擇float64：單元格操作數據幀，確定精度

df_float64 = df.loc[:, df.dtypes == np.float64]

（不知道爲什麼與列只有「南」值也將被選中，但是這僅僅是側面說明）

我們確定緊靠如此精確我的事方法：

precision = len(cell.split(".")[1]

如果cell將是一個字符串。

並以每列最高精度的csv格式輸出。

因此，有這樣的數據幀：

|  A|  B|  C|  D| 
| 0.01|0.0923| 1.0| 1.2| 
| 100.1| 203.3| 1.093| 1.9| 
| 0.0| 0.23| 1.03| 1.0|

我想有這樣的：

|  A|  B|  C|  D| 
|  2|  4|  3|  1|

這可能使用熊貓？

感謝

來源

2017-08-15 Submi

您可以使用：

fillna首先爲刪除NaNs
投地str由列astype
環路由apply或list comprehension與lambda函數
爲每列split，獲得列表的第二個值str[1]並獲得len
得到max值 - 輸出Series
轉換Series一個數據幀，如果necessery

a = df.fillna(0).astype(str).apply(lambda x: x.str.split('.').str[1].str.len()).max() 
print (a) 
A 2 
B 4 
C 3 
D 1 
dtype: int64 

df = a.to_frame().T 
print (df) 
    A B C D 
0 2 4 3 1

另一種解決方案：

df = df.fillna(0).astype(str) 
a = [df[x].str.split('.').str[1].str.len().max() for x in df] 

df = pd.DataFrame([a], columns=df.columns) 
print (df) 
    A B C D 
0 2 4 3 1

來源

2017-08-15 12:33:22 jezrael

似乎工作，我不得不刪除NaN工作df_na = df.fillna（value = 0） – Submi

我不得不謝謝你:)再次你幫我！ – Submi

如果我的回答很有幫助，請不要忘記[接受]（http://meta.stackexchange.com/a/5235/295067） - 點擊答案旁邊的複選標記（'✓'）將其從灰色填充。謝謝。 :) – jezrael

我認爲你正在尋找applymap即

如果你有一個數據幀DF

 
     A   B  C D 
0 0.01 0.0923 1.000 1.2 
1 100.10 203.3000 1.093 1.9 
2 0.00 0.2300 1.030 1.0

ndf = pd.DataFrame(df.astype(str).applymap(lambda x: len(x.split(".")[-1])).max()).T

如果你有囡，你可以使用，如果其他人即

ndf = pd.DataFrame(df.astype(str).applymap(lambda x: len(x.split(".")[-1]) if x != 'nan' else 0).max()).T

輸出：

 
    A B C D 
0 2 4 3 1

來源

2017-08-15 12:26:00 Dark

這一次也行。多謝你們！ – Submi

很高興幫助@Submi – Dark

單元格操作數據幀，確定精度

回答

相關問題