Pandas Python中数据帧的上限和下限–舍入和截断

Pandas Python中数据帧的上限和下限–舍入和截断

在这篇文章中,我们将讨论如何获得Pandas Dataframe的上限和下限值。首先,让我们创建一个数据框架。

示例:

# importing pandas and numpy
import pandas as pd
import numpy as np
 
 
# Creating a DataFrame
df = pd.DataFrame({'Student Name': ['Anuj', 'Ajay', 'Vivek',
                                    'suraj', 'tanishq', 'vishal'],
                   'Marks': [55.3, 82.76, 95.23, 98.12,
                             95.78, 90.56]})
 
df
Python

输出:

Pandas Python中数据帧的上限和下限--舍入和截断

获取上限值

我们可以使用ceil()函数来获得上限值。Ceil()基本上是用来对它所指定的数值进行四舍五入。它将数值四舍五入到最接近的大整数。

示例:

# using np.ceil to round to
# nearest greater integer for
# 'Marks'
df['Marks'] = df['Marks'].apply(np.ceil)
 
df
Python

输出:

Pandas Python中数据帧的上限和下限--舍入和截断

获得底限值

我们可以使用floor()函数获得底限值。Floor()基本上是用来截断数值的。基本上,它将数值截断为最接近的小整数。

示例:

# using np.floor to
# truncate the 'Marks' column
df['Marks'] = df['Marks'].apply(np.floor)
 
df
Python

输出:

Pandas Python中数据帧的上限和下限--舍入和截断

获得舍弃值

round()也用于此目的,因为它根据小数位数对数值进行舍入。在这里,我们可以给出我们的数据需要四舍五入到多少个小数位。

示例:

# using round() to round up or
# down acc. to their decimal digits
df['Marks'] = df['Marks'].round(decimals=1)
 
df
Python

输出:

Pandas Python中数据帧的上限和下限--舍入和截断

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

登录

注册