J'ai un Dataframe -
year month type amount 0 2019 9.00 Not Applicable 8000.00 1 2019 10.00 Not Applicable 7500.00 2 2019 11.00 Goods & Services 14000.35 3 2019 11.00 Not Applicable 7500.00 4 2019 12.00 Goods & Services 10499.00 5 2019 12.00 Not Applicable 9801.00
3 Réponses :
df['month'] = df['month'].astype(float)
Cela ne vous donnera pas deux décimales, une seule. En outre, la raison pour laquelle la quantité a deux décimales est parce que l'une des valeurs est 14000.35
Pour convertir en float avec 2 décimales:
Cela ne le change pas dans un flotteur avec deux décimales - cela change simplement le format. Un flotteur par définition flotte signifie qu'il s'adapte au nombre de décimales, en fonction des valeurs de la colonne. Vous pouvez contourner un flottant sur le nombre total de décimales, mais vous ne pouvez pas l'arrondir plus haut que le nombre total de décimales pour la valeur la plus élevée de la colonne. Par exemple, vous ne pourriez pas rond la colonne de quantité à 3 décimales, mais vous seriez capable de l'arrondir à 1.
Ohh bien, je n'étais pas au courant de ça. Je laisserai ma réponse au cas où la puissance l'exige de ce format.
Votre réponse n'est pas nécessairement fausse. Cela dépend juste de l'objectif de l'OP. En fonction de la lecture de la question, votre réponse devrait être la solution.
Terminologie est la clé ici. Si vous souhaitez simplement modifier le «format» dans votre ordinateur portable Jupyter - qui n'a aucun impact lorsqu'il est envoyé à Excel - la réponse de @surajsubramanian devrait être la solution acceptée. Si vous souhaitez simplement modifier la colonne sur Donc, j'ai mentionné, la terminologie est essentielle, car si vous voulez que vous vouliez modifier la valeur sous-jacente à la fin avec .00, votre seule option est de le convertir en une chaîne comme suit: P> FLOAT CODE> FORMAT, @ NAV610 'S Réponse est correct, mais le titre de votre question est spécifiquement " changer de valeur int to .00 > "df['month'] = df['month'].astype(str) + '.00'
year month type amount
0 2019 9.00 Not Applicable 8000.00
1 2019 10.00 Not Applicable 7500.00
2 2019 11.00 Goods & Services 14000.35
3 2019 11.00 Not Applicable 7500.00
4 2019 12.00 Goods & Services 10499.00
5 2019 12.00 Not Applicable 9801.00
Quel est le cas d'utilisation ici?