显示不以“.0”Python Pandas结尾的值

概述我有一个包含NaN值和浮点值的浮点列.如何过滤掉那些不以.0结尾的值？ 例如： Col10.71.01.19.09.5NaN 欲望结果将是： Col10.71.1 9.2 你可以使用 boolean indexing： #convert to string and compare last valueprint ((df.Col1.astype(str).str[-1] != 我有一个包含NaN值和浮点值的浮点列.如何过滤掉那些不以.0结尾的值？

例如：

Col10.71.01.19.09.5NaN

欲望结果将是：

Col10.71.1 9.2

解决方法 你可以使用 boolean indexing：

#convert to string and compare last valueprint ((df.Col1.astype(str).str[-1] != '0') & (df.Col1.notnull()))0     True1    False2     True3    False4     True5    Falsename: Col1,dtype: boolprint (df[(df.Col1.astype(str).str[-1] != '0') & (df.Col1.notnull())])   Col10   0.72   1.14   9.5

将转换后的值与“¯nt”进行比较的另一种解决方案,但首先需要fillna：

s = df.Col1.fillna(1)print (df[s.astype(int) != s])   Col10   0.72   1.14   9.5

时序：

#[30000 rows x 1 columns]df = pd.concat([df]*10000).reset_index(drop=True)def jez2(df):    s = df.Col1.fillna(1)    return (df[s.astype(int) != s])In [179]: %timeit (df[(df.Col1.astype(str).str[-1] != '0') & (df.Col1.notnull())])10 loops,best of 3: 80.2 ms per loopIn [180]: %timeit (jez2(df))1000 loops,best of 3: 1.16 ms per loopIn [181]: %timeit (df[df.Col1 // 1 != df.Col1].dropna())100 loops,best of 3: 3.04 ms per loopIn [182]: %timeit (df[df['Col1'].mod(1) > 0].dropna())100 loops,best of 3: 2.58 ms per loop

总结

以上是内存溢出为你收集整理的显示不以“.0”Python Pandas结尾的值全部内容，希望文章能够帮你解决显示不以“.0”Python Pandas结尾的值所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。