df的一列数据保留小数二位

你可以在 `DataFrame` 中选择一列数据并使用 `round()` 函数将浮点数保留小数点后两位。以下是示例代码：

import pandas as pd

# 创建示例数据
data = {'col1': [1.2345, 2.3456, 3.4567],
        'col2': [4.5678, 5.6789, 6.7890]}
df = pd.DataFrame(data)

# 选择一列数据并保留小数点后两位
df['col1'] = df['col1'].round(2)

# 输出结果
print(df)

在上面的代码中，我们使用 `df['col1']` 选择了 `DataFrame` 中的 `col1` 列，并使用 `round()` 函数将浮点数保留小数点后两位。你可以根据需要调整小数点后的位数。

相关问题

dataframe某一列保留两位小数 scala

在 Scala 中，可以使用 `round` 函数来保留 DataFrame 中某一列的小数位数。以下是一个示例代码：

import org.apache.spark.sql.functions._

val df = Seq((1, 2.345), (2, 3.456), (3, 4.567)).toDF("id", "value")

val dfWithRoundedValue = df.withColumn("rounded_value", round(col("value"), 2))

dfWithRoundedValue.show()

在上面的代码中，我们使用 `withColumn` 函数添加了一个名为 `rounded_value` 的新列，其中包含了 `value` 列的保留两位小数后的值。`round` 函数接受两个参数：第一个参数是要舍入的列，第二个参数是要保留的小数位数。

输出结果如下：

+---+-----+-------------+
| id|value|rounded_value|
+---+-----+-------------+
|  1|2.345|         2.35|
|  2|3.456|         3.46|
|  3|4.567|         4.57|
+---+-----+-------------+

文件夹1中是每年的降雨量csv文件，文件夹2中是每年的气温csv数据，年份对应，遍历上面两个文件夹，读取每一个csv文件，之后，第一列的维度取两位小数，第二列的的经度保留一位小数，将经纬度一样的数据提取出来，合并后每个csv生成一个新的表格，给出python代码

为了实现这个需求，你可以使用Python的`pandas`库来处理CSV文件并操作数据。首先，你需要安装`pandas`（如果尚未安装），可以使用下面的命令：

pip install pandas

然后，你可以编写如下的Python代码：

import os
import pandas as pd

# 定义两个文件夹路径
folder1 = 'path_to_folder1'
folder2 = 'path_to_folder2'

# 创建一个空字典来存储结果
data_dict = {}

# 遍历文件夹1和文件夹2
for folder in [folder1, folder2]:
    for filename in os.listdir(folder):
        # 检查文件是否为CSV
        if filename.endswith('.csv'):
            file_path = os.path.join(folder, filename)
            
            # 读取CSV文件
            df = pd.read_csv(file_path)

            # 对第一列和第二列进行格式化
            df['Column1'] = df['Column1'].round(2)  # 假设第一列名为'Column1'
            df['Column2'] = df['Column2'].round(1)   # 假设第二列名为'Column2'

            # 根据经纬度分组并合并
            grouped_df = df.groupby(['Column1', 'Column2']).agg('first')  # 这里假设所有需要的数据都在这些列上

            # 将处理后的数据添加到字典中
            data_dict[filename] = grouped_df

# 写入新的CSV文件
for filename, df in data_dict.items():
    new_filename = f"{os.path.splitext(filename)[0]}_processed.csv"
    df.to_csv(os.path.join(folder1, new_filename), index=False)

#