Python Pandas需要将0.0浮点转换为空字符串，而不会弄乱Pandas中的其他数字

我从API中提取数据，并使用Pandas进行计算和转换

这些计算产生了浮点数，我必须保留到小数点后第二位。0.03、0.04、0.0等

然后，我将这些数据存储到BigQuery中，并在GoogleDataStudio（GDS）中可视化。问题是DataStudio无法处理0数字的除法。所以我需要从我的系列中删除0.0。我认为这样做的方式是将其转换为字符串，删除0.0并使其为空，例如.str.replace（'0.0'，''）

但是当我去掉0.0时，我也去掉了所有其他小数的前导。当我对序列进行.round（小数=3）时，0.0只是保持为0.0，所以我不能删除0.00

你有没有想过如何把这一系列的数字转换成空的0.0

范例

#In my dataframe I have something like Quantities
df = pd.DataFrame({'Store': ['X', 'Y', 'Z', 'A', 'B'],
                 'Quantities': ['0.0', '0.034', '0.402', '1.0', '0.0']})

#I want to remove 0.0 and make it blank, but keep 0.034 etc
df = pd.DataFrame({'Store': ['X', 'Y', 'Z'],
                 'Quantities': ['', '0.034', '0.402', '1.0', '']})

使用

掩码

：

df = pd.DataFrame({'Store': ['X', 'Y', 'Z', 'A', 'B'],
                 'Quantities': ['0.0', '0.034', '0.402', '1.0', '0.0']})

df['Quantities'] = df['Quantities'].mask(df['Quantities']=='0.0', '')
print(df)

输出：

  Store Quantities
0     X           
1     Y      0.034
2     Z      0.402
3     A        1.0
4     B           

---

你能发布一个示例数据帧和设计输出吗？我想你需要像

df.loc[df.calc.eq（0）]=#做点什么

或者如果你想删除带零的行：

df.mask（df.calc.eq（0））.dropna（）

我肯定不想删除，我在我的问题中添加了一个例子。试试

df.mask（df.eq（'0.0'））。fillna（'

什么都没做。保持0.0这正是我所需要的！非常感谢你。