对DataFrame特定index行进行计算

我想对DataFrame中所有index结尾为“_count”的行的数据取整数，下面是我的DataFrame

我测试过了2段代码，但是好像都没有用

        for index, row in a.iterrows():
            if row.index.values[0].endswith('_count'):
                "{:.0f}".format(row['units'])
 
        for index, row in a.iterrows():
            if row.index.values[0].endswith('_count'):
                row['units'].apply(lambda x : format(x, '.0f') if pd.notnull(x) else '')

请问有什么办法能达到我想要的效果

for index, row in a.iterrows():
    if index.endswith('_count'):
        a.loc[index, 'units'] = row['units'].apply(lambda x: round(x) if pd.notnull(x) else None) 

gpt:您可以使用pandas中的.loc属性来选择行和列，并使用.astype()方法将选定的数据转换为整数。

下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'item_count': [3.0, 5.6, 7.9], 
        'unit_count': [1.2, 2.3, 4.5], 
        'amount': [10.5, 20.0, 30.75]}
df = pd.DataFrame(data)

# 选择以“_count”结尾的列，并将其转换为整数
count_cols = [col for col in df.columns if col.endswith('_count')]
df.loc[:, count_cols] = df.loc[:, count_cols].astype(int)

print(df)

输出结果如下：

item_count  unit_count  amount
0           3           1   10.50
1           5           2   20.00
2           7           4   30.75

在示例中，我们首先使用列表推导式来选择以“_count”结尾的列名。然后，我们使用.loc属性选择这些列和所有行，并使用.astype()方法将它们转换为整数。

请注意，我们将整个.loc选择器的结果赋值回DataFrame中的相同位置。这是因为.loc返回一个对原始DataFrame的引用，因此我们可以直接修改原始数据。

能获取到DataFrame了，就直接loc获取并修改行就行，示例代码：

# 找到所有以_count结尾的索引
target_index = [index for index in df.index if index.find('_count') != -1]
# 通过applymap修改指定行所有数据
df.loc[target_index, :] = df.loc[target_index, :].applymap(lambda x:'%.0f' % x if x else 0)

有帮助的话，请点采纳该答案~

• 这篇文章：DataFrame中的count()函数，以及常用的统计方法 也许有你想要的答案，你可以看看

您好，我是有问必答小助手，您的问题已经有小伙伴帮您解答，感谢您对有问必答的支持与关注！
PS：问答VIP年卡 【限时加赠：IT技术图书免费领】，了解详情>>> https://vip.csdn.net/askvip?utm_source=1146287632