Coluna redonda de pandas
A sintaxe para usar o método é dada abaixo:
Através de ilustrações diferentes, aprenderemos a aplicação prática deste método neste artigo.
Exemplo 1: Utilizando o método Pandas Round () para completar uma única coluna em um DataFrame
Na primeira demonstração deste tutorial, aprenderemos a completar valores de uma única coluna especificada no DataFrame fornecido empregando os pandas “DF.redondo()" método.
A ferramenta “Spyder” é considerada útil com uma interface amigável e o melhor ambiente de suporte do Python para compilar os scripts. O lançamento da ferramenta e o trabalho com o código começa com a conquista dos pré -requisitos. Temos que carregar o kit de ferramentas necessário. Precisamos de duas bibliotecas: pandas e numpy. Importou o pacote de pandas e alias o “PD” e importou a biblioteca Numpy, tornando “NP” seu alias.
Carregamos a biblioteca de pandas porque a função "rodada ()" é fornecida por pandas. Sem importar pandas para o nosso ambiente Python, não podemos utilizá -lo. A segunda biblioteca, que é Numpy, é utilizada porque geraremos um DataFrame com valores decimais aleatórios usando o método aleatório do Numpy. Você não precisa necessariamente exercer o método Numpy, também pode criar seu quadro de dados com valores decimais ou até mesmo ler um arquivo CSV com valores decimais no programa. Tudo depende de suas necessidades. Nós, para o fins de aprendizagem, estamos gerando um quadro de dados com a ajuda de Numpy.
Nós invocamos o método de Numpy “NP.aleatório.semente()" Para gerar valores aleatórios. O "semente()" é chamado para iniciar o gerador de valores aleatórios. Ele precisa de um ponto de onde começará a gerar números. Nós fornecemos o ponto "30". Para criar um quadro de dados usando esses valores gerados aleatoriamente, invocamos a função fornecida pelo kit de ferramentas de pandas que é “Pd.Quadro de dados()". Como o parâmetro do “Pd.Quadro de dados()" função, passamos no “np.aleatório.Random () ”e o atributo“ colunas ”. O “NP.aleatório.aleatório()" A função é uma função noturna que nos dará valores decimais aleatórios, mas com uma forma especificada. A forma que definimos é "5, 4", por isso criará valores decimais aleatórios em 5 linhas e 4 colunas.
O atributo "colunas" é utilizado para rotular as colunas do DataFrame. Como as colunas geradas aqui são 4, então as chamamos de "círculo", "quadrado", triângulo "e" retângulo ". Para salvar o DataFrame, inicializamos um objeto de dados de dados "criar". Por fim, o quadro de dados é mostrado usando o "imprimir()" método.
Quando executamos o script, o console Python nos mostra um quadro de dados com 4 colunas e 5 linhas, mantendo valores decimais gerados aleatoriamente. Os valores foram gerados para 6 lugares decimais.
Agora temos que completar esses valores de flutuação que estão espalhados para 6 lugares decimais. Vamos primeiro ver aqui como completar os valores de uma única coluna.
Nós chamamos os pandas "df.Método Round () ”. O nome do quadro de dados e o nome de coluna específico é fornecido com o ““.redondo()" método. Aqui, nosso nome de dados de dados é "Criar", a coluna que escolhemos para arredondar é "retângulo" e entre os aparelhos do "redondo()" Método, definimos o valor "1" que completará os valores para 1 lugar decimal. O resultado é armazenado na variável "decimal" e exibido invocando o "imprimir()" com a variável "decimal".
Podemos analisar essa saída no console python da ferramenta Spyder, um quadro de dados que selecionou a coluna 'retângulo ”e arredondou seus valores para 1 local decimal com sucesso.
Exemplo 2: Utilizando o método Pandas Round () para completar todas as colunas em um DataFrame
A segunda ilustração elaborará a técnica de arredondar todas as colunas em um quadro de dados usando o "redondo()" método. Vamos começar com o programa Python.
Carregamos as duas bibliotecas como fizemos na ilustração anterior. A biblioteca de pandas é importada e alias como "PD", enquanto o Numpy é importado e alias como "np". O “np.aleatório.O método de semente () ”é chamado e o valor para o“ semente () ”está definido como“ 10 ”. A criação de dados de dados começou chamando o “Pd.Quadro de dados()" método. Entre os parênteses, empregamos o “NP.aleatório.aleatório()" função e fornecia a forma “5, 3”, que criará 5 linhas e 3 colunas. Nomeamos as colunas com a propriedade "Colunas" como "hoje", "amanhã" e "ontem". O DataFrame é preservado no objeto "novo" DataFrame e é exibido chamando a função "print ()" por Python.
Aqui, você pode ver os valores de flutuação com 6 lugares decimais armazenados em 3 colunas e 5 linhas.
Para completar todas as colunas do DataFrame, usaremos a função "Round ()" para completar os valores para um lugar decimal especificado.
Nós invocamos o “df.Método Round () ”. O nome do DataFrame aqui é "novo". Definimos o valor para arredondar as colunas para “3” lugares decimais. Então, ele escreverá apenas os três primeiros valores após o ponto e soltará os próximos.
Os valores resultantes do quadro foram arredondados para 3 lugares decimais.
Exemplo 3: Utilizando o método Pandas Round () para completar individualmente todas as colunas em um quadro de dados:
Além de arredondar todas as colunas para um local decimal comum, também podemos completar as colunas especificando diferentes valores redondos para cada coluna individualmente.
Para a implementação prática, importamos as bibliotecas Pandas e Numpy. Definimos a "semente" para "5" no "np.aleatório.função semente () ”. Para a criação de dados de dados, o “PD.Método DataFrame () ”é chamado. Nós utilizamos o “np.aleatório.Função aleatória () ”para gerar valores de flutuação aleatória com a sombra“ 7, 5 ”, onde 7 é o número de linhas e 5 é o número de colunas. As colunas foram rotuladas definindo seus títulos no parâmetro "Colunas" como "um", "dois", "três", "quatro" e "cinco". O objeto "contagem" está mantendo o DataFrame e o método "print ()" o apresentará no terminal.
A execução deste código nos dá o seguinte DataFrame:
O método pandas “df.redondo()" é usado aqui. Dentro de seus parênteses, especificamos o nome da coluna, o operador do cólon e o valor de arredondamento. Para a coluna "One", definimos o valor "1", para "dois" é "2", para "três" é "3", para "quatro" é "4", e para a coluna "cinco" é "5 ”. O resultado gerado será salvo na variável "diferente" e exibido na tela.
Na saída, a coluna "One" é arredondada para 1 local decimal, os "dois" são arredondados para 2 casas decimais e da mesma maneira que as colunas restantes são arredondadas para casas decimais especificadas.
Conclusão
A técnica de arredondar colunas (s) com a ajuda de pandas “df.O método redond () ”é discutido neste artigo. Explicamos e praticamente realizamos todas as técnicas possíveis para arredondar os valores de flutuação em colunas. Este tutorial forneceu três ilustrações. A primeira instância confere o conceito de arredondar uma única coluna. A segunda demonstração fala sobre completar todas as colunas e 3rd A instância nos fornece a flexibilidade de definir diferentes valores de arredondamento para cada coluna.