时间戳

首页 > 解决方案 > 如何将圆形应用于两个熊猫列

python - 如何将圆形应用于两个熊猫列

问题描述

我正在尝试将 pandas 数据框的一列中的值四舍五入到另一列中指定的小数位，如下面的代码所示。

    df = pandas.DataFrame({
        'price': [14.5732, 145.731, 145.722, 145.021],
        'decimal': [4, 3, 2, 2]
    })
    df['price'] = df.apply(lambda x: round(x.price, x.decimal), axis=1)

但是，这样做会导致以下错误：

>   df['price'] = df.apply(lambda x: round(x.price, x.decimal), axis=1)
E   TypeError: ('integer argument expected, got float', 'occurred at index 0')

文档看起来好像 round 期望在索引 0 处浮动，但它显然不高兴。将 price 更改为 int 可以修复错误，但这会破坏代码本身的意义。

标签： pythonpandas

解决方案

很长一段时间以来，这一直是 pandas 的痛点。当访问单行或沿第一个轴调用 apply 时，dtype 强制会定期发生。该错误消息令人困惑，因为很明显您的十进制系列的 dtype 是整数类型，因此该方法应该接受它round，但是强制发生在幕后。

您可以同时使用iloc和进行检查apply：

>>> df.iloc[0]
price      14.5732
decimal     4.0000
Name: 0, dtype: float64

>>> df.apply(lambda x: x, axis=1)
      price  decimal
0   14.5732      4.0
1  145.7310      3.0
2  145.7220      2.0
3  145.0210      2.0

更令人沮丧的是，如果您有一个 object dtype 列，则不会强制执行任何操作，因此行为并不是那么容易预测！

>>> df['foo'] = 'bar'
>>> df.iloc[0]
price      14.5732
decimal          4
foo            bar
Name: 0, dtype: object

长话短说，它令人困惑且根本不直观。一些解决方法是在 lambda 函数中转换小数点或使用列表推导（可能比应用更快）。

>>> df.apply(lambda x: round(x.price, int(x.decimal)), axis=1)
0     14.5732
1    145.7310
2    145.7200
3    145.0200
dtype: float64

>>> [round(x, y) for x, y in zip(df['price'], df['decimal'])]
[14.5732, 145.731, 145.72, 145.02]

请注意，当以系列显示时，表示不会改变，但值将被四舍五入。

推荐阅读