我有一列（版本號(hào)）作為浮點(diǎn)出現(xiàn)超過 200k 次，例如 1.2、0.2 ...我需要將浮點(diǎn)數(shù)字的兩側(cè)求和到一個(gè)新列（總版本）中，以便它在示例中給出3, 2. 只是整數(shù)有什么建議嗎？
5 回答
絕地?zé)o雙
TA貢獻(xiàn)1946條經(jīng)驗(yàn) 獲得超4個(gè)贊
這是一個(gè)應(yīng)該很容易理解的解決方案。我可以制作一個(gè)oneline，你也想要那個(gè)。
mylist = [1.3, 2.6, 3.1]
number = 0
fractions = 0
for a in mylist:
(a,b)=str(a).split('.')
number = number + int(a)
fractions = fractions + int(b)
print ("Number: " + str(number))
print ("Fractions: " + str(fractions))
這給出：
Number: 6
Fractions: 10
30秒到達(dá)戰(zhàn)場(chǎng)
TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超6個(gè)贊
不要使用str(x).split('.')！
一條評(píng)論和另外兩個(gè)答案目前建議使用以下方法獲取數(shù)字的整數(shù)和小數(shù)x部分
i,f = (int(s) for s in str(x).split('.'))
雖然這確實(shí)給出了結(jié)果，但我認(rèn)為這是一個(gè)壞主意。
問題是，如果您期望得到有意義的結(jié)果，則需要顯式指定小數(shù)部分的精度。"1.20"和"1.2"是相同數(shù)字的兩個(gè)字符串表示形式，但20和2是兩個(gè)非常不同的整數(shù)。此外，浮點(diǎn)數(shù)會(huì)受到精度誤差的影響，您很容易會(huì)發(fā)現(xiàn)自己使用的是類似 的數(shù)字"1.19999999999999999999999"，它與 之間只有很小的舍入誤差"1.2"，但使用這種方法會(huì)產(chǎn)生完全不同的結(jié)果str(x).split('.')。
避免這種混亂行為的一種方法是設(shè)置一個(gè)精度，即小數(shù)位數(shù)，并堅(jiān)持下去。例如，在處理貨幣價(jià)值時(shí)，我們習(xí)慣于談?wù)摲?；盡管 1.5 歐元和 1.50 歐元在技術(shù)上都是有效的，但您總是會(huì)聽到人們說“一歐元五十”而不是“一歐元五”。如果你聽到有人說“一歐元五”，它實(shí)際上意味著 1.05 歐元。我們總是精確地添加兩位小數(shù)。
通過這種方法，不存在1.2成為(1,2)或(1,20)或的混亂行為(1,1999999999)。如果將小數(shù)位數(shù)固定為 2，則將1.2始終映射到(1,20)，就是這樣。
更標(biāo)準(zhǔn)的方式
以下是在 python 中獲取數(shù)字的整數(shù)和小數(shù)部分的兩種標(biāo)準(zhǔn)方法：
x = 1.20
# method 1
i = int(x)
f = x - i
# i = 1 and f = 0.2; i is an int and f a float
# method 2
import math
f, i = math.modf(x)
# i = 1.0 and f = 0.2; i and f are both floats
（編輯：還有第三種方法，pandas 的divmod函數(shù)。請(qǐng)參閱user2314737 的回答。）
完成此操作后，您可以f通過將小數(shù)部分乘以所選的 10 次方并將其轉(zhuǎn)換為整數(shù)，將其轉(zhuǎn)換為整數(shù)：
f = int(f * 100)
# f = 20
最后，您可以將此方法應(yīng)用于整個(gè)列表：
data = [13.0, 14.20, 12.299, 4.414]
def intfrac_pair(x, decimal_places):
i = int(x)
f = int((10**decimal_places) * (x - i))
return (i, f)
data_as_pairs = [intfrac_pair(x, 2) for x in data]
# = [(13, 0), (14, 20), (12, 30), (4, 41)]
sum_of_integer_parts = sum(i for i,f in data_as_pairs) # = 43
sum_of_fractional_parts = sum(f for i,f in data_as_pairs) # = 91
蕭十郎
TA貢獻(xiàn)1815條經(jīng)驗(yàn) 獲得超13個(gè)贊
divmod您可以在列上使用
df = pd.DataFrame([1.2, 2.3, 3.4, 4.5, 0.1])? ? ? ? ? ? ? ? ? ? ? ? ? ?
df? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
#? ? ? 0
# 0? 1.2
# 1? 2.3
# 2? 3.4
# 3? 4.5
# 4? 0.1
df['i'], df['d'] = df[0].divmod(1)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
df? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
# Out:?
#? ? ? 0? ? i? ? d
# 0? 1.2? 1.0? 0.2
# 1? 2.3? 2.0? 0.3
# 2? 3.4? 3.0? 0.4
# 3? 4.5? 4.0? 0.5
# 4? 0.1? 0.0? 0.1
要將按行求和為整數(shù)（需要精度p=1，這里我假設(shè)原始浮點(diǎn)數(shù)僅包含一位十進(jìn)制數(shù)字）：
p = 1
df['s'] = (df['i']+10**p*df['d'].round(decimals=p)).astype(np.int)
df? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
# Out:?
#? ? ? 0? ? i? ? d? s
# 0? 1.2? 1.0? 0.2? 3
# 1? 2.3? 2.0? 0.3? 5
# 2? 3.4? 3.0? 0.4? 7
# 3? 4.5? 4.0? 0.5? 9
# 4? 0.1? 0.0? 0.1? 1
按列求和：
df.sum()? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
# Out:?
# 0? ? 11.5
# i? ? 10.0
# d? ? ?1.5
注意：這僅適用于正整數(shù)，例如divmod(-3.4, 1)returns (-4.0, 0.6)。
慕絲7291255
TA貢獻(xiàn)1859條經(jīng)驗(yàn) 獲得超6個(gè)贊
以下應(yīng)該有效：
df['total_number']=[sum([int(i) for i in str(k).split('.')]) for k in df.version_number]
交互式愛情
TA貢獻(xiàn)1712條經(jīng)驗(yàn) 獲得超3個(gè)贊
謝謝大家。我最終以一種相當(dāng)愚蠢但有效的方式做到了。在分割之前，我將其轉(zhuǎn)換為字符串：
Allfiles['Version'] = Allfiles['Version'].round(3).astype(str)
請(qǐng)注意，我四舍五入為 3 位數(shù)字，因?yàn)橄?2.111 這樣的數(shù)字已轉(zhuǎn)換為 2.11099999999999999999
然后我只是進(jìn)行了拆分，為次要版本創(chuàng)建了一個(gè)新列（并將主要版本放在原始列中）
Allfiles[['Version', 'minor']] = Allfiles['Version'].str.split('.', expand=True)然后我再次將兩個(gè)文件轉(zhuǎn)換為整數(shù)，并在第一列中求和。
Allfiles['Version'] = Allfiles['Version']+Allfiles['minor']
（我的數(shù)據(jù)框名稱是 Allfiles 和列版本，正如您可以想象的那樣。
添加回答
舉報(bào)
0/150
提交
取消