如何在包含浮点数和 Nan 或 None 值的同一列中舍入浮点值？

Posted 2023-03-12

【中文标题】如何在包含浮点数和 Nan 或 None 值的同一列中舍入浮点值？

【英文标题】：How to round Float values in a same column that contains also Float number and Nan or None value?

【发布时间】：2019-08-19 19:58:08

【问题描述】：

在 DF 中，我有一列包含 float、str、None 和 nan 值。

我想只舍入 float 值而不影响其他值。我尝试使用掩码仅访问 float 值，但没有成功。

如果解决方案可以使用本机 pandas 函数而不是迭代，我会更喜欢它。

我的数据样本：

 index      Column A         Column B   
 1          57:24.1          98.67799997
 2          57:24.1          58.67799997
 3          57:53.8          95.66000009
 4          358:23.4         210.68099999
 5          None             35.10
 6          25.06778         None
 7          99999.565656     Abc
 8          abc              None

【参考方案1】：

这个怎么样 - 它会检查这个值是否是一个浮点数，如果是，它会舍入到 1，否则什么都不做：

df["Column B"].apply(lambda x: round(x,1) if isinstance(x,float) else x)

或者，如果您想将此函数应用于数据框中的每个单元格：

df.applymap(lambda x: round(x,1) if isinstance(x,float) else x)

另请参阅：Apply function to each cell in DataFrame

【讨论】：

不幸的是，您建议我的第一个解决方案将 B 列返回给我，但没有四舍五入，而第二个解决方案返回给我完整的 DF，没有任何变化（未四舍五入）

尝试将float 替换为np.float64。它基本上需要是您在数据框中拥有的确切类型的浮点数。

你给出的第一个解决方案没有改变输出

第二个返回我：AttributeError: 'Series' object has no attribute 'applymap'

我可以检查“df”是一个多于 1 列的数据框吗？

【参考方案2】：

试试这个怎么样。可能有点贵，但值得一试

df['Column B'] = [round(val,2) for val in df['column B'] if type(val)==float]