Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

पायथन - पैंडास DataFrame में कॉलम मानों के लिए दशमलव के बाद के स्थानों को राउंड करें

दशमलव के बाद के स्थानों की संख्या को राउंड करने के लिए, पैंडास के display.precision एट्रिब्यूट का उपयोग करें।

सबसे पहले, आवश्यक पैंडास लाइब्रेरी इम्पोर्ट करें:

import pandas as pd

2 कॉलम के साथ एक DataFrame बनाएं:

dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
        "Reg_Price": [7000.5057, 1500, 5000.9578, 8000, 9000.75768, 6000]
    }
)

precision सेट करने के लिए set_option() मेथड का उपयोग करें। हमने precision मान 2 सेट किया है:

pd.set_option('display.precision', 2)

उदाहरण

निम्न पूर्ण कोड है:

import pandas as pd

# DataFrame बनाएं
dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
        "Reg_Price": [7000.5057, 1500, 5000.9578, 8000, 9000.75768, 6000]
    }
)

print("DataFrame ...\n", dataFrame)
pd.set_option('display.precision', 2)
print("\nUpdated dataframe with rounding decimal values...\n", dataFrame)

आउटपुट

यह निम्न आउटपुट उत्पन्न करेगा:

DataFrame ...
       Car  Reg_Price
0      BMW  7000.50570
1    Lexus  1500.00000
2    Tesla  5000.95780
3  Mustang  8000.00000
4  Mercedes  9000.75768
5    Jaguar  6000.00000

Updated dataframe with rounding decimal values...
       Car  Reg_Price
0      BMW    7000.51
1    Lexus    1500.00
2    Tesla    5000.96
3  Mustang    8000.00
4  Mercedes   9000.76
5    Jaguar    6000.00

  1. - पायथन - पैंडास DataFrame में कॉलम में NaN घटनाओं को कैसे गिनें?

    कॉलम में NaN घटनाओं को गिनने के लिए isna() का उपयोग करें। मान जोड़ने और गिनती खोजने के लिए sum() का उपयोग करें।सबसे पहले, आइए आवश्यक लाइब्रेरी को उनके संबंधित उपनामों के साथ आयात करें:import pandas as pd import numpy as npएक DataFrame बनाएं। हमने Numpy np.inf का उपयोग करके Units_Sold कॉलम में NaN मा

  1. - पायथन पैंडास - एकल कॉलम से अद्वितीय मान कैसे प्राप्त करें

    एकल कॉलम से अद्वितीय मान प्राप्त करने के लिए, unique() मेथड का उपयोग करें। मान लीजिए आपके पैंडास डेटाफ्रेम में कर्मचारी रिकॉर्ड हैं, तो नाम दोहराए जा सकते हैं क्योंकि दो कर्मचारियों के नाम समान हो सकते हैं। उस स्थिति में, यदि आप अद्वितीय कर्मचारी नाम चाहते हैं, तो डेटाफ्रेम के लिए unique() का उपयोग

  1. पायथन पैंडास - notnull() का उपयोग करके नल मानों की जांच करें पायथन पैंडास - notnull() का उपयोग करके नल मानों की जांच करें

    notnull() मेथड एक बूलियन मान लौटाता है यानी यदि डेटाफ्रेम में नल मान हैं, तो False लौटाया जाता है, अन्यथा True। मान लीजिए निम्नलिखित हमारी CSV फ़ाइल है जिसमें कुछ NaN यानी नल मान हैं: पहले CSV फ़ाइल पढ़ें: dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\CarRecords.csv) नल नहीं मानों की जांच करे