从第一列开始选择小数(不取整)后的特定数字作为Pandas数据帧-Python

Question

我只是想在从第1列(python index-0(开始的pandas数据帧中的数据的小数点后选择一定数量的数字(5位(，而不舍入

例如，我的熊猫看起来像这个

ids       value1     value2       value3       value4
ex12    0.1345656    0.1345656   0.1345656   0.1345656
ex13    0.1345656    0.1345656   0.1345656   0.1345656
ex14    0.1345656    0.1345656   0.1345656   0.1345656
ex15    0.1345656    0.1345656   0.1345656   0.1345656

我想把它转换成这个新的数据帧：

ids       value1     value2       value3       value4
ex12    0.13456    0.13456   0.13456   0.13456
ex13    0.13456    0.13456   0.13456  0.13456
ex14    0.13456    0.13456   0.13456   0.13456
ex15    0.13456   0.13456   0.13456   0.13456

因此，转换不应该触及第一列(id(，并且效果应该只在下一列之后发生。

以下是我在Python中的代码尝试：

import pandas as pd
data = [['ex12', 0.1345656, 0.1345656, 0.1345656 , 0.1345656], 
['ex13', 0.1345656, 0.1345656, 0.1345656 , 0.1345656],
['ex14', 0.1345656, 0.1345656, 0.1345656 , 0.1345656],
['ex15', 0.1345656, 0.1345656, 0.1345656 , 0.1345656]
]
df
ids   values1    value2    value3    value4
0  ex12  0.134566  0.134566  0.134566  0.134566
1  ex13  0.134566  0.134566  0.134566  0.134566
2  ex14  0.134566  0.134566  0.134566  0.134566
3  ex15  0.134566  0.134566  0.134566  0.134566

当我将其转换为字符串数据类型时，它不起作用，这样我就可以将它们作为字符串进行处理(切片(。然而，当我这样做时，结果转换是按行而不是按列的，并且该操作对其余列也不执行相同的操作。有办法在熊猫身上做到这一点吗？

df.apply(str).apply(lambda x: x[:12])
ids        0    ex12n1 
values1     0    0.13456
value2      0    0.13456
value3      0    0.13456
value4      0    0.13456
dtype: object

事先非常感谢。

Answer 1

对于一列，您可以尝试此

(df.value1 * 1e5).astype(int) / 1e5
Out[193]:
0    0.13456
1    0.13456
2    0.13456
3    0.13456
Name: value1, dtype: float64

对于所有列，您可以使用apply

df.iloc[:,1:].apply(lambda x: (x * 1e5).astype(int) / 1e5)
Out[197]:
value1   value2   value3   value4
0  0.13456  0.13456  0.13456  0.13456
1  0.13456  0.13456  0.13456  0.13456
2  0.13456  0.13456  0.13456  0.13456
3  0.13456  0.13456  0.13456  0.13456

放回您的数据帧。使用update

df.update(df.iloc[:,1:].apply(lambda x: (x * 1e5).astype(int) / 1e5))
print(df)
Output:
ids   value1   value2   value3   value4
0  ex12  0.13456  0.13456  0.13456  0.13456
1  ex13  0.13456  0.13456  0.13456  0.13456
2  ex14  0.13456  0.13456  0.13456  0.13456
3  ex15  0.13456  0.13456  0.13456  0.13456

如果要创建新的数据帧，请使用join

df_new = df.iloc[:,[0]].join(df.iloc[:,1:]
.apply(lambda x: (x * 1e5).astype(int) / 1e5))
Out[210]:
ids  values1   value2   value3   value4
0  ex12  0.13456  0.13456  0.13456  0.13456
1  ex13  0.13456  0.13456  0.13456  0.13456
2  ex14  0.13456  0.13456  0.13456  0.13456
3  ex15  0.13456  0.13456  0.13456  0.13456