Colonna rotonda di panda
La sintassi per l'utilizzo del metodo è riportata di seguito:
Attraverso diverse illustrazioni, impareremo l'applicazione pratica di questo metodo in questo articolo.
Esempio 1: utilizzo del metodo round () Panda per completare una singola colonna in un telaio di dati
Nella prima dimostrazione di questo tutorial, impareremo a arrotondare i valori di una singola colonna specificata nel frame dati fornito impiegando i panda “Df.girare()" metodo.
Lo strumento "Spyder" risulta essere utile con un'interfaccia intuitiva e il miglior ambiente di supporto Python per compilare gli script. Avvio dello strumento e lavorare con il codice inizia con il raggiungimento dei prerequisiti. Dobbiamo caricare il toolkit richiesto. Abbiamo bisogno di due biblioteche: panda e numpy. Importato il pacchetto Pandas e alias "Pd" e importato la libreria numpy, rendendo "NP" il suo alias.
Abbiamo caricato la libreria Pandas perché la funzione "round ()" è fornita da Panda. Senza importare panda nel nostro ambiente Python, non possiamo utilizzarlo. La seconda libreria, che è numpy, viene utilizzata perché genereremo un frame dati con valori decimali casuali usando il metodo casuale di Numpy. Non è necessario necessariamente esercitare il metodo numpy, puoi anche creare il tuo telaio con valori decimali o anche puoi leggere un file CSV con valori decimali nel programma. Spetta tutto alle tue esigenze. Noi, per lo scopo di apprendimento, stiamo generando un telaio di dati con l'aiuto di Numpy.
Abbiamo invocato il metodo di Numpy “NP.casuale.seme()" per generare valori casuali. IL "seme()" è invocato per avviare il generatore di valori casuali. Ha bisogno di un punto da dove inizierà a generare numeri. Abbiamo fornito il punto "30". Per creare un telaio di dati utilizzando questi valori generati in modo casuale, abbiamo invocato la funzione fornita dal toolkit di Pandas che è “PD.DataFrame () ". Come parametro del “PD.DataFrame () " funzione, abbiamo passato nel "NP.casuale.Attributo casuale () "e" colonne ". IL “NP.casuale.casuale()" La funzione è una funzione numpy che ci darà valori decimali casuali ma con una forma specificata. La forma che abbiamo definito è "5, 4", quindi creerà valori decimali casuali in 5 righe e 4 colonne.
L'attributo "colonne" viene utilizzato per etichettare le colonne del frame dati. Man mano che le colonne generate qui sono 4, quindi le abbiamo chiamate "Circle", "Square", Triangle "e" Rettangolo ". Per salvare il frame dati, abbiamo inizializzato un oggetto DataFrame "creare". Alla fine, il frame dati viene mostrato utilizzando il "stampa()" metodo.
Quando eseguiamo lo script, la console Python ci mostra un frame dati con 4 colonne e 5 righe, con valori decimali generati in modo casuale. I valori sono stati generati in 6 posti decimali.
Ora dobbiamo completare questi valori di galleggiamento che si diffondono in 6 posti decimali. Vedremo per la prima volta qui come completare i valori di una singola colonna.
Abbiamo chiamato i panda "df.Round () "Metodo. Il nome del frame dati e il nome di colonna particolare è fornito con ".girare()" metodo. Qui, il nostro nome di dati di dati è "crea", la colonna che abbiamo raccolto per arrotondare è "rettangolo" e tra le parentesi graffe del "girare()" Metodo abbiamo impostato il valore "1" che completerà i valori a 1 decimale. Il risultato è memorizzato nella variabile "decimale" e visualizzato invocando il "stampa()" con la variabile "decimale".
Possiamo esaminare questo output nella console Python dello strumento Spyder, un frame di dati che ha selezionato la colonna "rettangolo" e ha arrotondato i suoi valori a 1 decimale positivo correttamente.
Esempio 2: utilizzando il metodo rotondo () Panda per completare tutte le colonne in un telaio di dati
La seconda illustrazione elaborerà la tecnica di arrotondamento di tutte le colonne in un frame di dati utilizzando il "girare()" metodo. Cominciamo con il programma Python.
Abbiamo caricato entrambe le librerie come abbiamo fatto nell'illustrazione precedente. La libreria Pandas viene importata e alias come "PD" mentre il numpy viene importato come e alias come "NP". Il "np.casuale.Il metodo seed () "viene invocato e il valore per" seme () "è impostato su" 10 ". La creazione di dati di dati è iniziata chiamando il “PD.DataFrame () " metodo. Tra le parentesi, abbiamo impiegato il “NP.casuale.casuale()" funzione e fornito la forma “5, 3” che creerà 5 righe e 3 colonne. Abbiamo nominato le colonne con la proprietà "colonne" come "oggi", "domani" e "ieri". Il frame dati è preservato nell'oggetto "nuovo" dati e viene mostrato chiamando la funzione "print ()" di Python.
Qui, puoi vedere i valori float con 6 punti decimali memorizzati in 3 colonne e 5 righe.
Per arrotondare tutte le colonne nel frame dati, useremo la funzione "round ()" per arrotondare i valori in un luogo decimale specificato.
Abbiamo invocato il "DF.Round () "Metodo. Il nome di dati qui è "nuovo". Abbiamo impostato il valore per arrotondare le colonne su posti decimali "3". Quindi, scriverà solo i primi tre valori dopo il punto e lascirà cadere quelli successivi.
I valori di dati di dati risultanti sono stati arrotondati a 3 posti decimali.
Esempio 3: utilizzando il metodo round () Panda per arrotondare tutte le colonne in un telaio di dati:
Oltre a arrotondare tutte le colonne in un luogo decimale comune, possiamo anche arrotondare le colonne specificando singolarmente valori di rotazione per ciascuna colonna.
Per l'implementazione pratica, abbiamo importato le biblioteche Pandas e Numpy. Abbiamo impostato il "seme" su "5" nel "NP.casuale.seed () "funzione. Per la creazione di dati di dati, il "PD.Viene invocato il metodo DataFrame () ". Abbiamo utilizzato il "NP.casuale.Funzione casuale () "per generare valori fluttuanti casuali con l'ombra" 7, 5 ", dove 7 è il numero di righe e 5 è il numero di colonne. Le colonne sono state etichettate definendo i loro titoli nel parametro "colonne" come "uno", "due", "tre", "quattro" e "cinque". L'oggetto "Conteting" è in possesso del telaio di dati e il metodo "print ()" lo presenterà sul terminale.
L'esecuzione di questo codice ci fornisce i seguenti dati di dati:
Il metodo Pandas "df.girare()" è usato qui. All'interno delle sue parentesi, abbiamo specificato il nome della colonna, l'operatore del colon e il valore di arrotondamento. Per la colonna "uno", abbiamo impostato il valore "1", per "due" è "2", per "tre" è "3", per "quattro" è "4" e per la colonna "cinque" è "5 ". Il risultato generato verrà salvato nella variabile "diversa" ed esposto sullo schermo.
Nell'output, la colonna "una" è arrotondata in 1 decimale, i "due" sono arrotondati a 2 punti decimali e allo stesso modo in cui le colonne rimanenti sono arrotondate in luoghi decimali specifici.
Conclusione
La tecnica di arrotondamento delle colonne con l'aiuto di Pandas “DF.Il metodo round () "è discusso in questo articolo. Abbiamo spiegato e praticamente eseguito tutte le possibili tecniche per arrotondare i valori del galleggiante nelle colonne. Questo tutorial ti ha fornito tre illustrazioni. La prima istanza conferisce il concetto di arrotondare una sola colonna. La seconda dimostrazione parla di completare tutte le colonne e le 3Rd L'istanza ci fornisce la flessibilità per impostare valori di arrotondamento diversi per ciascuna colonna.