كيفية تحويل الأرقام من float إلى integer في Pandas في بايثون Python؟

انتبه من تطبيق التعديل للنمط على جميع الأعمدة من الملف، إن كان هنالك عمود واحد بحاجة لتعديل نمطه يمكن تحديده بالشكل التالي:

df['col'] = df['col'].astype('int')

أو تحديد عدة أعمدة في قاموس مع النمط المراد التغيير له

df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': ['a', 'b', 'c', 'd', 'e'],
    'C': [1.1, '1.0', '1.3', 2, 5]
})
 
# تحديد عدة أعمدة في قاموس مع النمط المراد التغيير له

convert_dict = {
  'A': int,
  'C': float
}
 
df = df.astype(convert_dict)

لنفرض لدينا القيم التالية المسجلة في الداتافريم df:

 	A         B         C
0  1.329212 -0.770033 -0.316280
1 -0.990810 -1.070816 -1.438713
2  0.564417  0.295722 -1.012354
3  0.219565  0.678805  1.022222
4  0.961538  0.104011 -0.481165

يمكنك عدم اظهار الأرقام بعد الفاصلة بتغيير خيار precision دقة العرض في Pandas:

pd.set_option('precision', 0)

او يمكنك  تغيير  دقة العرض في style:

df.style.set_precision(0)

النتيجة:

 	 A	 B	 C
0	 1	-1	-0
1	-1	-1	-1
2	 1	 0	-1
3	 0	 1	 1
4	 1	 0	-0

بتاريخ 5 دقائق مضت قال Mohssen A Mohssen:

لقد كنت أعمل مع البيانات المستوردة من ملف CSV. ولاحظت أن Pandas غيّرت بعض الأعمدة إلى نوع float ، لذا يتم الآن عرض الأرقام في هذه الأعمدة كأرقام بعلامة عشرية Floating Point. ولكن أحتاج إلى عرضها كأعداد صحيحة integer.

هل هناك طريقة لتحويلها إلى أعداد صحيحة أو عدم عرض العلامة العشرية في Pandas؟

 

يمكنك استخدام هذه الطريقة

df = df.astype('int')