Question

df如下

    col1        col2
    10.56%      a
    55.78%      b
    700%        c
    118.13%     d
    200%        e
    102%        f
    45.25%      g
    67.765%     h

我想要如下所示的df ['col1']（以'％'符号四舍五入为0小数）：

col1
    11％
    56％
    700％
    118％
    200％
    102％
    45％
    68％

我的代码对于某些条目无法正常工作

df['col1'] = [re.sub("%","",str(x)) for x in list(df['col1'])]
df['col1'] = df['col1'].map(lambda x: pd.to_numeric(x, errors='ignore'))
df = df.round({'col1': 0})
df['col1'] = [re.sub(".0","%",str(x)) for x in list(df['col1'])]

就像700％变为7％

118.13至%%

有些到％6％

对于某些条目，它工作正常。

请帮助我！！！

Answer 1

您可以在{％{％}}之后使用to_numeric

strip

Answer 2

快速而肮脏的方式：

import pandas as pd

perc_df = pd.DataFrame(
    {'col1' : ['65.94%', '761.19%', '17281.0191%', '9.4%', '14%'],
     'col2' : ['a', 'b', 'c', 'd', 'e']
})


perc_df['col1'] = pd.to_numeric(perc_df['col1'].str.replace('%', ''))
perc_df['col1'] = pd.Series([round(val, 2) for val in perc_df['col1']], index = perc_df.index)
perc_df['col1'] = pd.Series(["{0:.0f}%".format(val) for val in perc_df['col1']], index = perc_df.index)

Answer 3

一种方法：

import pandas as pd

df = pd.DataFrame({'a': [1, 2, 3], 'b': ['10.2%', '5.3%', '79.6%']})

df['b'] = df['b'].str.strip('%').astype(float).round(0).astype(int).astype(str) + '%'

Answer 4

我将定义一个函数，以便可以使用apply（）进行循环：

def change(row, col):
    target = row[col]
    number = float(target.replace("%",""))
    number = round(number,0)
    return "{}%".format(int(number))

df["col1"] = df.apply(change, col = "col1", axis = 1)

如何将（带％号的数字）转换为（带％号的数字）

4 个答案: