csv - Pandas to_csv : how to format floats in a column with mixed types

Question

我有一个 df，其中包含一个包含浮点值和文本值的列。

df.some_column

0    48.5182
1    58.2259
2    some string
3    48.5182
4    17.4928

我想将所有值写入 CSV，并将 float 四舍五入为 0 位小数。因此，此列中的值将是:

48
58
some string
48
17

当我将其写入 CSV 时

df.to_csv(output_path,encoding='utf-8', index=False, float_format='%.0f')

float_format 被忽略，我得到十进制值。如果我先删除带有字符串的行，则会按预期使用 float_format。我四处寻找将值转换为 int 的方法，但没有找到在列上执行此操作的方法。

看起来我可以遍历所有值并将它们四舍五入，但我怀疑有一些更优雅的方法。

Answer 1

您可以将 dtype 转换为 str，然后在小数点处拆分并取整数部分:

In [70]:    
df['some_col'] = df['some_col'].astype(str)
df['some_col'] = df['some_col'].loc[df['some_col'].str.contains('.')].str.split('.').str[0]
df

Out[70]:
          some_col
index             
0               48
1               58
2      some string
3               48
4               17

然后当您调用 to_csv 时，您不需要 float_format 参数