Skip to main content
 首页 » 编程设计

python之如何去除单列中的小数

2024年11月24日8Leo_wl

我正在尝试在 DataFrame 中将列转换为行以及将行转换为列。

      user_id    movie_id    rating 
32236   1         1           5 
23171   1         2           3 
83307   1         3           4 
62631   1         4           3 
47638   1         5           3 
26184   2         1           4 
1333    5         1           4 
172     5         2           3 
54487   6         1           4 
52430   7         4           5 
18504   10        1           4 
4617    10        4           4 
44328   12        4           5 
30881   13        1           3 
4470    13        2           3 
21009   13        4           5 
39066   13        5           1 

接下来我做了:

df = ratings.pivot_table(index=['movie_id'], columns='user_id', values='rating', fill_value='').rename_axis(None, axis=1).reset_index() 
df 

这是我得到的:

movie_id    1   2   5   6   7   10  12  13 
0   1     5.0   4   4   4       4       3 
1   2     3.0       3                   3 
2   3     4.0                            
3   4     3.0               5   4   5   5 
4   5     3.0                           1 

问题是原始值不是小数,为什么排名的第一列('1'列)使用小数? 以及如何正确修复它(不仅仅是从列中删除小数,而是像其他列一样修复它)。

请您参考如下方法:

我认为问题是将数值与非数值 fill_value='' 混合,然后 float 显示为整数:

df1 = ratings.pivot_table(index='movie_id', columns='user_id', values='rating', fill_value='') 
print (df1) 
user_id    1  2  5  6  7  10 12 13 
movie_id                           
1         5.0  4  4  4     4     3 
2         3.0     3              3 
3         4.0                      
4         3.0           5  4  5  5 
5         3.0                    1 

print (df1.applymap(type)) 
user_id                1                2                5                6   \ 
movie_id                                                                        
1         <class 'float'>  <class 'float'>  <class 'float'>  <class 'float'>    
2         <class 'float'>    <class 'str'>  <class 'float'>    <class 'str'>    
3         <class 'float'>    <class 'str'>    <class 'str'>    <class 'str'>    
4         <class 'float'>    <class 'str'>    <class 'str'>    <class 'str'>    
5         <class 'float'>    <class 'str'>    <class 'str'>    <class 'str'>    
 
user_id                7                10               12               13   
movie_id                                                                       
1           <class 'str'>  <class 'float'>    <class 'str'>  <class 'float'>   
2           <class 'str'>    <class 'str'>    <class 'str'>  <class 'float'>   
3           <class 'str'>    <class 'str'>    <class 'str'>    <class 'str'>   
4         <class 'float'>  <class 'float'>  <class 'float'>  <class 'float'>   
5           <class 'str'>    <class 'str'>    <class 'str'>  <class 'float'>   

如果使用数字 fill_value=0 效果很好:

df = ratings.pivot_table(index='movie_id', columns='user_id', values='rating', fill_value=0) 
print (df) 
user_id   1   2   5   6   7   10  12  13 
movie_id                                 
1          5   4   4   4   0   4   0   3 
2          3   0   3   0   0   0   0   3 
3          4   0   0   0   0   0   0   0 
4          3   0   0   0   5   4   5   5 
5          3   0   0   0   0   0   0   1 

如果值不需要聚合,只需要先转换为字符串,然后替换缺失值:

ratings['rating'] = ratings['rating'].astype(str) 
df = ratings.pivot(index='movie_id', columns='user_id', values='rating').fillna('') 
print (df) 
user_id  1  2  5  6  7  10 12 13 
movie_id                         
1         5  4  4  4     4     3 
2         3     3              3 
3         4                      
4         3           5  4  5  5 
5         3                    1