我有一个数据框,如下所示
df = pd.DataFrame({
'subject_id':[1,1,1,1,1,1],
'val' :[5,6.4,5.4,6,6,6]
})
看起来如下图所示
我想放弃values
from val
以以下结尾的列.[1-9]
。基本上我想保留这样的价值观5.0
,6.0
并删除诸如5.4
,6.4
etc
虽然我在下面尝试过,但它不准确
df['val'] = df['val'].astype(int)
df.drop_duplicates() # it doesn't give expected output and not accurate.
我希望我的输出如下所示
第一个想法是将原始值与转换列与整数进行比较,同时将整数分配回预期输出(列中的整数):
s = df['val']
df['val'] = df['val'].astype(int)
df = df[df['val'] == s]
print (df)
subject_id val
0 1 5
3 1 6
4 1 6
5 1 6
另一个想法是测试is_integer
:
mask = df['val'].apply(lambda x: x.is_integer())
df['val'] = df['val'].astype(int)
df = df[mask]
print (df)
subject_id val
0 1 5
3 1 6
4 1 6
5 1 6
如果需要在输出中浮动,您可以使用:
df1 = df[ df['val'].astype(int) == df['val']]
print (df1)
subject_id val
0 1 5.0
3 1 6.0
4 1 6.0
5 1 6.0
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)