显示不以“.0”结尾的值 Python Pandas答案

【问题标题】：Display values that does not end with ".0" Python Pandas显示不以“.0”结尾的值 Python Pandas
【发布时间】：2017-02-07 11:34:14
【问题描述】：

我有一个包含 NaN 值和浮点值的浮点列。如何过滤掉那些不以.0 结尾的值？

例如：

Col1
0.7
1.0
1.1
9.0
9.5
NaN

希望的结果是：

Col1
0.7
1.1 
9.2

【问题讨论】：

标签： python pandas indexing conditional-statements nan

【解决方案1】：

你可以使用boolean indexing:

#convert to string and compare last value
print ((df.Col1.astype(str).str[-1] != '0') & (df.Col1.notnull()))
0     True
1    False
2     True
3    False
4     True
5    False
Name: Col1, dtype: bool

print (df[(df.Col1.astype(str).str[-1] != '0') & (df.Col1.notnull())])
   Col1
0   0.7
2   1.1
4   9.5

将转换后的值与ìnt 进行比较的另一种解决方案，但首先需要fillna：

s = df.Col1.fillna(1)
print (df[s.astype(int) != s])
   Col1
0   0.7
2   1.1
4   9.5

时间安排：

#[30000 rows x 1 columns]
df = pd.concat([df]*10000).reset_index(drop=True)

def jez2(df):
    s = df.Col1.fillna(1)
    return (df[s.astype(int) != s])

In [179]: %timeit (df[(df.Col1.astype(str).str[-1] != '0') & (df.Col1.notnull())])
10 loops, best of 3: 80.2 ms per loop

In [180]: %timeit (jez2(df))
1000 loops, best of 3: 1.16 ms per loop

In [181]: %timeit (df[df.Col1 // 1 != df.Col1].dropna())
100 loops, best of 3: 3.04 ms per loop

In [182]: %timeit (df[df['Col1'].mod(1) > 0].dropna())
100 loops, best of 3: 2.58 ms per loop

【讨论】：

【解决方案2】：

使用//除法

df[df.Col1 // 1 != df.Col1].dropna()

【讨论】：

【解决方案3】：

另一种方法是使用mod(1)计算与1的模数：

In [60]:
df[df['Col1'].mod(1) > 0].dropna()

Out[60]:
   Col1
0   0.7
2   1.1
4   9.5

这里我们看到mod 的效果，整数变为0，而小数部分将保留：

In [62]:
df['Col1'].mod(1)

Out[62]:
0    0.7
1    0.0
2    0.1
3    0.0
4    0.5
5    NaN
Name: Col1, dtype: float64

【讨论】：