pandas 修改某一列值保留2位小数

你可以使用 pandas 的 round() 函数来保留某一列值的小数位数。下面是一个简单的例子：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1.23456, 2.34567, 3.45678],
                   'B': [4.56789, 5.67890, 6.78901]})

# 保留列A的小数点后2位
df['A'] = df['A'].round(2)

print(df)

输出结果如下：

      A        B
0  1.23  4.56789
1  2.35  5.67890
2  3.46  6.78901

在上面的代码中，我们使用 round() 函数来保留列A的小数点后2位。这样就可以修改某一列的值并保留指定的小数位数了。

相关问题

pandas 在第9列新增一列等于第7列减去第8列，保留两位小数

你可以在上一个问题的基础上稍微修改一下，使用 Pandas 的 `round()` 函数来保留两位小数。具体代码如下：

import pandas as pd

# 创建示例数据
data = {'A': [1.2345, 2.3456, 3.4567], 'B': [4.5678, 5.6789, 6.7890], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 在第9列新增一列
df.insert(2, 'D', round(df['A'] - df['B'], 2))

print(df)

这里使用了 Pandas 的 `round()` 函数，将第7列 'A' 减去第8列 'B' 的差保留两位小数后插入到第9列 'D' 中。输出结果如下：

       A       B      D  C
0  1.2345  4.5678 -3.333  7
1  2.3456  5.6789 -3.333  8
2  3.4567  6.7890 -3.332  9

注意，这里的结果与你预期的结果略有不同，这是由于 Python 中的浮点数精度问题导致的。如果你需要更高的精度，可以使用 Decimal 类型进行计算。

pandas保留三位小数

可以使用`round()`函数来保留pandas数据框中的浮点数列到指定的小数位数。例如，假设有一个名为`df`的数据框，其中包含一个浮点数列`my_col`，并且你想要将其保留到3个小数位，你可以使用以下代码：

df['my_col'] = df['my_col'].round(3)

这将返回一个新的数据框，其中的`my_col`列将会保留到3个小数位。如果你想在原始数据框中进行修改，可以使用`inplace=True`参数：

df['my_col'].round(3, inplace=True)

这将直接在原始数据框中修改`my_col`列。