python-3.x - 对数据框进行单元格操作，确定精度

Question

我有包含不同数据类型的数据框。 我想确定浮点类型的精度。 我只能使用以下代码选择 float64:

df_float64 = df.loc[:, df.dtypes == np.float64]

(不确定为什么也选择了仅具有“Nan”值的列，但这只是旁注)

现在要确定精度，我希望采用这种方法:

precision = len(cell.split(".")[1]

如果单元格是字符串。

并以 csv 形式输出，每列具有最大精度。

所以有这样的数据框:

|     A|     B|     C|     D|
|  0.01|0.0923|   1.0|   1.2|
| 100.1| 203.3| 1.093|   1.9|
|   0.0|  0.23|  1.03|   1.0|

我想要这个:

|     A|     B|     C|     D|
|     2|     4|     3|     1|

使用 Pandas 可以实现这一点吗？

谢谢

Answer 1

您可以使用:

• fillna首先删除 NaNs
• 通过 astype 转换为 str
• 按列循环 apply或使用 lambda 函数的列表理解
• 每列 split ，通过 str[1] 获取列表的第二个值并获取 len
• 获取max值 - 输出是 Series
• 如果需要，将Series转换为一行DataFrame

---

a = df.fillna(0).astype(str).apply(lambda x: x.str.split('.').str[1].str.len()).max()
print (a)
A    2
B    4
C    3
D    1
dtype: int64

df = a.to_frame().T
print (df)
   A  B  C  D
0  2  4  3  1

另一个解决方案:

df = df.fillna(0).astype(str)
a = [df[x].str.split('.').str[1].str.len().max() for x in df]

df = pd.DataFrame([a], columns=df.columns)
print (df)
   A  B  C  D
0  2  4  3  1