2 回答

TA貢獻(xiàn)1891條經(jīng)驗(yàn) 獲得超3個(gè)贊
也許是這個(gè)?
> import math as m
> [m.ceil(n) for n in [-0.4, 0.5, 1.5]]
[0, 1, 2]
帶數(shù)據(jù)框
> import pandas as pd
> df = pd.DataFrame([-0.4, 0.5, 1.5], columns=['numbers'])
> df.apply(m.ceil, axis=1)
0 0
1 1
2 2
dtype: int64
然后沒有apply
> import numpy as np
> np.ceil(df['numbers'])
0 -0.0
1 1.0
2 2.0
Name: numbers, dtype: float64
其實(shí),僅通過運(yùn)算也可以得到類似的結(jié)果。
> df // 1 + 1
numbers
0 0.0
1 1.0
2 2.0

TA貢獻(xiàn)1847條經(jīng)驗(yàn) 獲得超7個(gè)贊
不是專門針對(duì) pandas 的,而是針對(duì) numpy 的,盡管我認(rèn)為這是您正在尋找的行為。
- 2 回答
- 0 關(guān)注
- 213 瀏覽
添加回答
舉報(bào)