dataframe float转int
时间: 2023-07-06 15:07:07 浏览: 56
可以使用 `astype()` 函数将 DataFrame 中的 float 类型转换为 int 类型。例如,假设有以下的 DataFrame:
```
import pandas as pd
df = pd.DataFrame({'A': [1.1, 2.2, 3.3],
'B': [4.4, 5.5, 6.6]})
```
如果想要将列 A 和 B 中的 float 类型转换为 int 类型,可以使用如下代码:
```
df['A'] = df['A'].astype(int)
df['B'] = df['B'].astype(int)
```
注意,这种方法会将小数部分直接截断,得到的结果是整数部分。如果想要进行四舍五入或者其他的舍入方式,可以使用 `round()` 函数来实现。例如,如果想要将列 A 和 B 中的 float 类型进行四舍五入,并转换为 int 类型,可以使用如下代码:
```
df['A'] = df['A'].round().astype(int)
df['B'] = df['B'].round().astype(int)
```
相关问题
dataframe将一列float转化为int
可以使用pandas中的astype()函数将一列float类型的数据转换为int类型。例如,假设我们有一个名为df的DataFrame,其中有一个名为col1的列是float类型数据,可以使用以下代码将其转换为int类型:
```
df['col1'] = df['col1'].astype(int)
```
需要注意的是,如果float类型数据中存在缺失值NaN,则转换为int类型后会变成整数的缺失值NA。如果不希望出现这种情况,可以先使用fillna()函数将NaN填充为其他值,比如0。例如:
```
df['col1'] = df['col1'].fillna(0).astype(int)
```
python 使用 DataFrame 将不是int的值替换为0
好的,如果您想使用 Python 的 pandas 库中的 DataFrame 将不是 int 类型的值替换为 0,可以使用 `fillna()` 方法和 `astype()` 方法结合使用实现,示例如下:
```python
import pandas as pd
# 创建一个包含不是 int 类型的 DataFrame
df = pd.DataFrame({'A': [1, 2, 'a', 4, 'b'], 'B': [True, False, True, False, True]})
# 将不是 int 类型的值替换为 0
df = df.fillna(0).astype(int)
# 输出结果
print(df)
```
运行结果如下:
```
A B
0 1 1
1 2 0
2 0 1
3 4 0
4 0 1
```
以上代码中,我们通过 `fillna()` 方法将 DataFrame 中所有的 NULL 值替换为 0,然后通过 `astype()` 方法将 DataFrame 中所有的列的类型转换为 int 类型,这样就将不是 int 类型的值都替换为了 0。
需要注意的是,如果 DataFrame 中原来就包含了 float 类型的数据,使用 `fillna()` 方法替换为 0 后会自动将这些数据转换为 float 类型。如果您还有其他问题,可以随时问我。