将 Python pandas 数据框中的每个数字四舍五入 2 位小数

Question

这有效

p_table.apply(pd.Series.round)

但是它没有小数位

文档说

import pandas as pd

Series.round(decimals=0, out=None)

我尝试了这个

p_table.apply(pd.Series.round(2))

但收到此错误：

unbound method round() must be called with Series instance as first argument (got int instance instead)

如何将数据框中的所有元素四舍五入到小数点后两位？

Answer 1

从

0.17.0

版本开始，您可以做

.round(n)

df.round(2)
      0     1     2     3
0  0.06  0.67  0.77  0.71
1  0.80  0.56  0.97  0.15
2  0.03  0.59  0.11  0.95
3  0.33  0.19  0.46  0.92

df
          0         1         2         3
0  0.057116  0.669422  0.767117  0.708115
1  0.796867  0.557761  0.965837  0.147157
2  0.029647  0.593893  0.114066  0.950810
3  0.325707  0.193619  0.457812  0.920403

Answer 2

import numpy as np
np.round(p_table, decimals=2)

Answer 3

下面是使用 pandas round 函数执行此操作的示例可重现的可能方法。

# importing pandas as pd 
import pandas as pd 


# generate sample  dataframe  
df = pd.DataFrame(np.random.random([5, 4]), columns =["A", "B", "C"]) 

# use pandas dataframe.round()function to round off all the decimal values to 2 decimal

df.round(2) 

# If you want to customize the round off by individual columns 
df.round({"A":1, "B":2, "C":3}) 

Answer 4

        A       B    C
0       t       8    10.958904
1       w       2    98.630137

要圆整 C 列，您可以使用以下方法：

df['c']=df['c'].apply(lambda x:round(x,2))

输出将是：

        A       B    C
0       t       8    10.96
1       w       2    98.63

Answer 5

对于那些不是因为想要对 DataFrame 进行四舍五入而只是想将显示值限制为

n

小数位的人，请使用

pd.set_option

代替。此方法将使笔记本上所有打印的 DataFrame 都遵循该选项。

import pandas as pd
pd.set_option('precision', 2)

编辑：

要同时抑制科学记数法，请使用：

pd.set_option('float_format', '{:.2f}'.format)

编辑2：

结合IPython和pandas选项上下文管理器，您可以使用：

from IPython.display import display

with pd.option_context('precision', 3,
                       'float_format', '{:.2f}'.format):
    display(pd.DataFrame(data={'x':[1,2,3],
                               'y':[4,5,6]}))

编辑3

最新的 pandas 更改了

set_option

上的 API。我不知道具体是什么时候改变的，但是1.5.1版本及更高版本使用

'display.precision'

而不是

'precision'

：

from IPython.display import display

with pd.option_context('display.precision', 3,
                       'display.float_format', '{:.2f}'.format):
    display(pd.DataFrame(data={'x':[1,2,3],
                               'y':[4,5,6]}))

编辑4：

如果您的数据框是 Styler 对象，请使用

pd.set_option('styler.format.precision', 2)

代替。请参阅我在其他问题中的原始答案这里

import numpy as np
import pandas as pd
from IPython.display import display


pd.set_option('styler.format.precision', 2)

df = pd.DataFrame(
    np.random.random(size=(2, 3))
)
display(df.style.set_caption("Styler precision"))

奖金：

对于

numpy

，请使用：

np.set_printoptions(precision=2,  # limit to two decimal places in printing numpy
                    suppress=True,  # suppress scientific notation in printing numpy
                   )

了解更多信息：https://numpy.org/doc/stable/reference/ generated/numpy.set_printoptions.html

Answer 6

那个：

data.apply(lambda x: np.round(x, decimals=2))

--- timeit.timer 100x：0.00356676544494

相同，但速度较慢，如下所示：

np.round(data,decimals=2)

--- timeit.timer for 100x: 0.000921095

例如两者都给出：

                    x     y     z
Input Sequence                   
1                5.60  0.85 -6.50
2                5.17  0.72 -6.50
3                5.60  0.89 -6.28
4                5.17  0.76 -6.29

数据：

                      x       y       z
Input Sequence                         
1                5.6000  0.8519 -6.5000
2                5.1730  0.7151 -6.5000
3                5.6000  0.8919 -6.2794
4                5.1724  0.7551 -6.2888
5                5.6000  0.9316 -6.0587