DataFrame中实现int、float存储形式列之间的除法运算

客户需求
实现DataFrame列之间的除法运算
python代码如下

import pandas as pd
import numpy as np
df=pd.DataFrame([[1,2,30.6,0],[5,6,76.3,8.3],[9,0,11.9,12.4],[7,6,20.3,16.5]], #设置值index=list(['第一行','第二行','第三行','第四行']), #设行索引columns=list(['第一列','第二列','第三列','第四列']))#列索引
print('----------------输出df-------------')
print(df)print('----------------输出df每列的数据存储格式-------------')
print(df.dtypes)print('----------------输出第一列/第二列-------------')
df['第一列/第二列'] = (df['第一列'] / df['第二列']).replace(np.inf, 0)
print(df)
#第一列，第二列均为int64,第三行 9除0 会出现错误值，需要加 replace(np.inf, 0)，将错误值填充为0
print('----------------输出对第三列、第四列、第一列/第二列存储形式进行转化-------------')
copydata = df.copy()  # 复制df数据，避免取值复制报错
copydata['第三列'] = copydata['第三列'].apply(lambda x: round(x)) #将float值装化为int
copydata['第四列'] = copydata['第四列'].apply(lambda x: round(x)) #将float值装化为int
copydata['第一列/第二列'] =round(copydata['第一列/第二列'],2) #将float值保留2位小数
print(copydata)
print(copydata.dtypes)print('----------------输出第三列/第四列-------------')
copydata['第三列/第四列'] = (copydata['第三列'] / copydata['第四列']).replace(np.inf, 0)
print(copydata)
#第三列，第四列均为float值需要装化为int值

运行结果如下

D:\Python-Anaconda3\install\python.exe C:/Users/97356/Desktop/Python-week/test.py
----------------输出df-------------第一列  第二列   第三列   第四列
第一行    1    2  30.6   0.0
第二行    5    6  76.3   8.3
第三行    9    0  11.9  12.4
第四行    7    6  20.3  16.5
----------------输出df每列的数据存储格式-------------
第一列      int64
第二列      int64
第三列    float64
第四列    float64
dtype: object
----------------输出第一列/第二列-------------第一列  第二列   第三列   第四列   第一列/第二列
第一行    1    2  30.6   0.0  0.500000
第二行    5    6  76.3   8.3  0.833333
第三行    9    0  11.9  12.4  0.000000
第四行    7    6  20.3  16.5  1.166667
----------------输出对第三列、第四列、第一列/第二列存储形式进行转化-------------第一列  第二列  第三列  第四列  第一列/第二列
第一行    1    2   31    0     0.50
第二行    5    6   76    8     0.83
第三行    9    0   12   12     0.00
第四行    7    6   20   16     1.17
第一列          int64
第二列          int64
第三列          int64
第四列          int64
第一列/第二列    float64
dtype: object
----------------输出第三列/第四列-------------第一列  第二列  第三列  第四列  第一列/第二列  第三列/第四列
第一行    1    2   31    0     0.50     0.00
第二行    5    6   76    8     0.83     9.50
第三行    9    0   12   12     0.00     1.00
第四行    7    6   20   16     1.17     1.25Process finished with exit code 0

DataFrame中实现int、float存储形式列之间的除法运算相关推荐

python行转列_pandas.DataFrame中pivot()如何实现行转列的问题（代码）
本篇文章给大家带来的内容是关于pandas.DataFrame中pivot()如何实现行转列的问题(代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. 示例: 有如下表需要进行行转 ...
pandas使用dropna函数删除dataframe中全是缺失值的数据列（drop columns with all missing values in dataframe）
pandas使用dropna函数删除dataframe中全是缺失值的数据列(drop columns with all missing values in dataframe) 目录
pandas使用duplicated函数删除dataframe中重复列名称的数据列、默认保留重复数据列中的第一个数据列(removing duplicate columns in dataframe)
pandas使用duplicated函数删除dataframe中重复列名称的数据列.默认保留重复数据列中的第一个数据列(removing duplicate columns in dataframe) ...
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列：基于条件判断创建布尔型指示变量、将异常离散编码转化为NA值
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列:基于条件判断创建布尔型指示变量.将异常离散编码转化为NA值目录
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列：使用na_if()函数将0值替换为NA值、负收入替换为NA值
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列:使用na_if()函数将0值替换为NA值.负收入替换为NA值目录
c语言int的存储形式,C语言变量的存储类型有3种，即int型、float型和char型
摘要: 语言变有半裙大头针别样时采用的是大约( )度斜向下别针法.使用椭圆工具拖出正圆形时,存储需要按住的快捷键是在下面的文件格式中,型f型和型常用于网页中的图像制作的是... 语言变有半裙大头针别样 ...
c语言如何用串口发送数据类型,串口通信中的int float型数据的处理和发送
在做下位机通信时往往会用到串口,包括下位机将数据传输给上位机,或者是下位机与下位机之间进行数据传输,这时候就会遇到发送数据的问题,单片机通过串口发送数据时往往是一次一个字节(8位),如果传输char( ...
C/C++语言中计算int,float,double,char四种数据类型所能表示的数据范围
char 1字节 short 2字节 int 4字节 long 4字节 long long 8字节 float ...
java+boolean+属性,java – 从属性中获取int,float,boolean和string
如果您有一类配置值,例如常量类,并且要从配置(属性)文件加载所有值,则可以创建一个小帮手类并使用反射: public class ConfigLoader { public static void l ...

DataFrame中实现int、float存储形式列之间的除法运算

DataFrame中实现int、float存储形式列之间的除法运算相关推荐

最新文章

热门文章