如何从pandas数据帧列内的列表中提取特定的数字模式

Question

我有下面这样的数据帧，我需要对其进行转换

1. 从comma ,之前的第一个数字中只提取并保留3个小数点，并且对第二个数字也只保留3个小数位。

2. 逗号应替换为:

3. 如果这个数字只有两个小数点，再加一个零，使其成为三个小数点。

输入

df
[151.20732,-33.86785]
[81.67732,-09.86]
[1.2890,43.8] 
[567.200,33.867]
[557.21,33.86]

预期输出

151.207:-33.867
81.677:-09.860
1.289:43.800
567.200:33.867
557.210,33.860

如何在熊猫身上做到这一点？

Answer 1

这比我想象的要难

def func(y,n):
if y < 0 :
return "%0.3f" % (-(y * 10 ** n // -1 / 10 ** n))
else :
return "%0.3f" % (y * 10 ** n // 1 / 10 ** n)

df.apply(lambda x : ':'.join([ func (y, 3) for y in x]) )
Out[86]: 
0    151.207:33.867
1      81.677:9.860
2      1.289:43.800
3    567.200:33.867
4    557.210:33.860
dtype: object

输入

data = [[151.20732,-33.86785],
[81.67732,-09.86],
[1.2890,43.8],
[567.200,33.867],
[557.21,33.86]]
df = pd.Series(data)

Answer 2

数据帧输入选项1:

data = [[[151.20732,-33.86785]],
[[81.67732,-09.86]],
[[1.2890,43.8]],
[[567.200,33.867]],
[[557.21,33.86]]]
df = pd.DataFrame(data, columns=['geo'])

DataFrame输入选项2:
literal_eval用于读取包含列表的CSV文件，否则列表将作为单个字符串读取

import ast
literal = lambda x: ast.literal_eval(x)
data = pd.read_csv('/Test_data.csv', converters={'geo.geometry.coordinates': literal})
df = pd.DataFrame(data, columns=['geo.geometry.coordinates'])
df.rename(columns = {'geo.geometry.coordinates':'geo'}, inplace = True)

算法：

import math
def trunc(f,d):
# Truncate float (f) to d decimal places, unless NaN
return 'nan' if math.isnan(f) else f"{int(f*10**d)/10**d:0.{d}f}"
df['geo_neo'] = df.apply(lambda r:  trunc(r['geo'][0], 3) + ':'
+ trunc(r['geo'][1], 3), axis = 1)

数据帧输出：

geo          geo_neo
0  [151.20732, -33.86785]  151.207:-33.867
1       [81.67732, -9.86]    81.677:-9.860
2           [1.289, 43.8]     1.289:43.800
3         [567.2, 33.867]   567.200:33.867
4         [557.21, 33.86]   557.210:33.860