Python 添加小数位

如何循环遍历此数据帧，并为大于200的值从右侧添加两位小数。例如，999大于200，因此将其设为9.99

如果要在所有列中应用：

如果您想申请一个系列，请使用：

示例

df['col1']= df['col1'].mask(df['col1'].ge(200),df['col1'].div(100))

另一种选择

或

样本df的输出

df = pd.DataFrame(np.where(df.ge(200),df.div(100),df),
                  columns = df.columns,index = df.index)

将

applymap（）

与条件

lambda

函数一起使用，如果单元格值大于200，该函数将除以100

    col1
0   9.99
1  10.00

输出：

import pandas as pd
d = {'col1': [999, 1000, 100]}
df = pd.DataFrame(data=d)
df = df.applymap(lambda x: x/100 if x >= 200 else x) 
print(df)

---

那么

999

是否会变成

9.99

？您期望的输出是什么？刚刚编辑了最后一部分抱歉，只有大于某个特定值时，它才会在整个数据帧中迭代并添加这些小数。为什么要在此处应用map？@ansev因为如果他向其中添加更多列，您的上述函数将无法工作

applymap（）

应用于数据帧的每个元素。此外，

np。其中

在pandas数据帧上调用本机

numpy

函数，以便您将类型转换回

np.matrix

，以便能够使用它。如果可以，则应使用本机函数。有关更多列，请参见same@ansev不，您需要像上面那样指定列。这太冗长了，为什么不直接使用applymap对每一列执行此操作呢。

 df=df.where(df.lt(200),df.div(100))
#df['col1']=df['col1'].where(df['col1'].lt(200),df['col1'].div(100))

df = pd.DataFrame(np.where(df.ge(200),df.div(100),df),
                  columns = df.columns,index = df.index)

    col1
0   9.99
1  10.00

import pandas as pd
d = {'col1': [999, 1000, 100]}
df = pd.DataFrame(data=d)
df = df.applymap(lambda x: x/100 if x >= 200 else x) 
print(df)

     col1
0    9.99
1   10.00
2  100.00