Colonne rond des pandas
La syntaxe pour l'utilisation de la méthode est donnée ci-dessous:
Grâce à différentes illustrations, nous apprendrons l'application pratique de cette méthode dans cet article.
Exemple 1: Utilisation de la méthode Pandas Round () pour compléter une seule colonne dans un dataframe
Dans la première démonstration de ce tutoriel, nous apprendrons à compléter les valeurs d'une seule colonne spécifiée dans le DataFrame fourni en utilisant les pandas «DF.rond()" méthode.
L'outil «Spyder» se révèle être pratique avec une interface conviviale et le meilleur environnement de support Python pour compiler les scripts. Le lancement de l'outil et le travail avec le code commence par la réalisation des conditions préalables. Nous devons charger la boîte à outils requise. Nous avons besoin de deux bibliothèques: Pandas et Numpy. A importé le package Pandas et l'a aliasé «PD» et a importé la bibliothèque Numpy, faisant de «NP» son alias.
Nous avons chargé la bibliothèque Pandas car la fonction «Round ()» est fournie par Pandas. Sans importer des pandas dans notre environnement Python, nous ne pouvons pas l'utiliser. La deuxième bibliothèque, qui est Numpy, est utilisée car nous générerons un dataframe avec des valeurs décimales aléatoires en utilisant la méthode aléatoire de Numpy. Vous n'avez pas nécessairement besoin d'exercer la méthode Numpy, vous pouvez également créer votre dataframe avec des valeurs décimales ou même vous pouvez lire un fichier CSV avec des valeurs décimales dans le programme. Tout dépend de vos exigences. Nous, à des fins d'apprentissage, générons une dataframe à l'aide de Numpy.
Nous avons invoqué la méthode de Numpy «NP.aléatoire.graine()" Pour générer des valeurs aléatoires. Le "graine()" est invoqué pour démarrer le générateur de valeurs aléatoires. Il a besoin d'un point d'où il commencera à générer des nombres. Nous avons fourni le point «30». Pour créer un DataFrame en utilisant ces valeurs générées aléatoires, nous avons invoqué la fonction fournie par la boîte à outils Pandas qui est «PD.Trame de données()". Comme le paramètre du «PD.Trame de données()" fonction, nous sommes passés dans le «NP.aléatoire.Random () "et l'attribut" Colonnes ". Le «NP.aléatoire.aléatoire()" La fonction est une fonction numpy qui nous donnera des valeurs décimales aléatoires mais avec une forme spécifiée. La forme que nous avons définie pour elle est «5, 4», donc elle créera des valeurs décimales aléatoires en 5 lignes et 4 colonnes.
L'attribut «colonnes» est utilisé pour étiqueter les colonnes du dataframe. Comme les colonnes générées, voici 4, nous les avons donc nommées «cercle», «carré», triangle »et« rectangle ». Pour enregistrer le DataFrame, nous avons initialisé un objet DataFrame "créer". En fin de compte, le dataframe est montré en utilisant le "imprimer()" méthode.
Lorsque nous exécutons le script, la console Python nous montre un dataframe avec 4 colonnes et 5 lignes, tenant des valeurs décimales générées de manière aléatoire. Les valeurs ont été générées à 6 décimales.
Maintenant, nous devons compléter ces valeurs flottantes qui sont réparties à 6 décimales. Nous verrons d'abord ici comment compléter les valeurs d'une seule colonne.
Nous avons appelé les Pandas «DF.Round () ”Méthode. Le nom de DataFrame et le nom de colonne particulier sont fournis avec le ".rond()" méthode. Ici, notre nom de dataframe est «créer», la colonne que nous avons choisie pour arrondir est «rectangle» et entre les accolades de la "rond()" Méthode Nous avons défini la valeur «1» qui complétera les valeurs à 1 décimale. Le résultat est stocké dans la variable «décimale» et affiché en invoquant le "imprimer()" avec la variable «décimale».
Nous pouvons examiner cette sortie dans la console Python de l'outil Spyder, un dataframe qui a sélectionné la colonne `` rectangle '' et arrondi ses valeurs à 1 décimal avec succès.
Exemple 2: Utilisation de la méthode Pandas Round () pour compléter toutes les colonnes dans un dataframe
La deuxième illustration va développer la technique d'arrondissement de toutes les colonnes dans une dataframe en utilisant le "rond()" méthode. Commençons par le programme Python.
Nous avons chargé les deux bibliothèques comme nous l'avons fait dans l'illustration précédente. La bibliothèque Pandas est importée et aliacée comme «PD» tandis que le Numpy est importé et aliasé comme «NP». Le «NP.aléatoire.Seed () ”La méthode est invoquée et la valeur de la« graine () »est définie sur« 10 ». La création de dataframe a commencé par appeler le «PD.Trame de données()" méthode. Entre les parenthèses, nous avons utilisé le «NP.aléatoire.aléatoire()" fonction et lui a fourni la forme «5, 3» qui créera 5 lignes et 3 colonnes. Nous avons nommé les colonnes avec la propriété «colonnes» comme «aujourd'hui», «demain» et «hier». Le DataFrame est conservé dans le «nouvel» objet DataFrame et est exposé en appelant la fonction «print ()» par Python.
Ici, vous pouvez voir les valeurs de flotteur avec 6 décimales stockées en 3 colonnes et 5 lignes.
Pour compléter toutes les colonnes de DataFrame, nous utiliserons la fonction «Round ()» pour compléter les valeurs à une décimale spécifiée.
Nous avons invoqué le «DF.Round () ”Méthode. Le nom de DataFrame ici est «nouveau». Nous avons réglé la valeur pour arrondir les colonnes sur des décimales «3». Donc, il n'écrira que les trois premières valeurs après le point et abandonnera les suivantes.
Les valeurs de Dataframe qui en résultent ont été complétées à 3 décimales.
Exemple 3: Utilisation de la méthode Pandas Round () pour arrondir individuellement toutes les colonnes dans un dataframe:
En plus d'arrondir toutes les colonnes à une décimale commune, nous pouvons également arrondir les colonnes en spécifiant différentes valeurs d'arrondi pour chaque colonne individuellement.
Pour l'implémentation pratique, nous avons importé les bibliothèques Pandas et Numpy. Nous avons mis la «graine» sur «5» dans le «NP.aléatoire.Fonction Seed () ”. Pour la création de dataframe, le «PD.La méthode DataFrame () »est invoquée. Nous avons utilisé le «NP.aléatoire.Fonction Random () ”pour générer des valeurs de flottement aléatoires avec la nuance« 7, 5 », où 7 est le nombre de lignes et 5 est le nombre de colonnes. Les colonnes ont été étiquetées en définissant leurs titres dans le paramètre "Colonnes" comme "One", "Two", "Three", "Four" et "Five". L'objet «comptage» maintient la méthode DataFrame et la méthode «print ()» la présentera sur le terminal.
L'exécution de ce code nous donne le dataframe suivant:
La méthode des pandas «df.rond()" est utilisé ici. Dans ses parenthèses, nous avons spécifié le nom de la colonne, l'opérateur du côlon et la valeur d'arrondissement. Pour la colonne «One», nous avons défini la valeur «1», car «Two» est «2», car «Three» est «3», pour «Four» est «4», et pour la colonne «Five» est «5 ". Le résultat généré sera enregistré dans la variable «différente» et exposée à l'écran.
Dans la sortie, la colonne «One» est arrondi à 1 décimale, les «deux» sont complétés à 2 décimales et de la même manière que les colonnes restantes sont arrondies à des décimales spécifiées.
Conclusion
La technique de l'arrondissement des colonnes avec l'aide de Pandas «DF.Round () ”La méthode est discutée dans cet article. Nous avons expliqué et effectué pratiquement toutes les techniques possibles pour compléter les valeurs flottantes dans les colonnes. Ce tutoriel vous a fourni trois illustrations. La première instance confère le concept d'arrondir une seule colonne. La deuxième manifestation parle d'arrondir toutes les colonnes et le 3rd L'instance nous offre la flexibilité pour définir différentes valeurs d'arrêt pour chaque colonne.