把df的一列浮点值转为整型值，python实现

可以使用 pandas 库中的 astype() 方法将 DataFrame 中的一列浮点值转为整型值，示例代码如下：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'float_col': [1.0, 2.0, 3.0]})

# 将 float_col 列转为整型
df['int_col'] = df['float_col'].astype(int)

# 输出转换后的 DataFrame
print(df)

输出结果为：

   float_col  int_col
0        1.0        1
1        2.0        2
2        3.0        3

相关问题

pandas二维数组里有字符串、整型、浮点型的列，怎么将浮点类型的列小数点控制在4位？

您可以使用 pandas.DataFrame.round 方法将浮点类型的列小数点控制在4位，示例代码如下：

import pandas as pd

# 创建 DataFrame 示例
df = pd.DataFrame({
    'A': ['foo', 'bar', 'baz'],
    'B': [1, 2, 3],
    'C': [1.23535353, 2.56343859, 3.55697864]
})

# 将 C 列的小数点控制在4位
df['C'] = df['C'].round(4)

print(df)

输出结果：

     A  B       C
0  foo  1  1.2354
1  bar  2  2.5634
2  baz  3  3.5570

pandas二维数组里有字符串、整型、浮点型的列，怎么将所有的包含浮点类型的列小数点控制在4位？

可以使用 pandas 的 round() 方法来实现这个需求。均值、最大值、最小值不需要四舍五入，所以只对包含浮点型的列进行处理。

代码如下：

import pandas as pd

# 创建示例 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie'], 
        'age': [25, 30, 35],
        'income': [1500.1346, 2000.5689, 2500.7890]}
df = pd.DataFrame(data)

# 只对包含浮点型的列进行处理
float_cols = [col for col in df.columns if df[col].dtype == 'float']

# 小数点控制在4位
df[float_cols] = df[float_cols].round(4)

print(df)

输出结果如下：

       name  age   income
0     Alice   25  1500.1346
1       Bob   30  2000.5689
2  Charlie   35  2500.7890