Question

我导入制表符分隔文件以创建具有以下df的数据框（label）：

label
1
2

3

1

这是存储为pandas.core.series.Series，我想将其转换为字符串格式，以便在将其写入文本文件时可以删除小数。

df.class_label=df.label.fillna('')
df.to_string(columns=['label'],index=False)

变量类型仍然是Series，输出（文本文件）也有小数：

1.0 2.0  3.0  1.0

如何摆脱这些小数？

Answer 1

您可以使用float_format方法的to_string()关键字参数：

df.to_string(columns=['label'], index=False, float_format=lambda x: '{:d}'.format(x))

Answer 2

使用astype(int)会将float更改为int，并会根据需要删除.0。

import pandas as pd
df = pd.DataFrame({'label': [1.0, 2.0, 4.0, 1.0]})
print(df)

    label
0   1.0
1   2.0
2   4.0
3   1.0

df.label = df.label.astype(int)
print(df)

    label
0   1
1   2
2   4
3   1

这里我们不需要将其转换为字符串。这将在导出到.csv或.txt时完成，并将保留int。

Answer 3

我认为您有一些NaN个值，因此int会转换为float，因为na type promotions。

因此，您可以将label列中的数据作为str读取，然后效果很好：

import pandas as pd
import numpy as np
import io

temp=u"""lab1;label
5;1
5;2
7;
7;3
"""
#after testing replace io.StringIO(temp) to filename
df = pd.read_csv(io.StringIO(temp), sep=';', dtype={'label':str})
print (df)
  lab1 label
0    5     1
1    5     2
2    7   NaN
3    7     3

df['class_label'] = df.label.fillna('')
print (df)
  lab1 label class_label
0    5     1           1
1    5     2           2
2    7   NaN            
3    7     3           3

print (df.to_string(columns=['class_label'],index=False))
class_label
         1
         2

         3

将decimal转换为字符串python

3 个答案: