Pandas 将浮点数过滤为数字答案

【问题标题】：Pandas filtering floating point to digitPandas 将浮点数过滤为数字
【发布时间】：2018-03-17 03:38:34
【问题描述】：

我正在使用 Pandas 分析我的数据。我有这个由 elapsed_seconds 和 m(magnitude) 组成的数据框。有没有办法让我按浮点数的五位数（elapsed_seconds）分组并找到 m 的平均值？

例子：

elapsed_seconds,m
10769.001,0.373637934043
10769.027,0.373403294813
10769.041,0.373069383556
10769.061,0.391354911476
10769.081,0.381280413801

我需要的是：

elapsed_seconds,m
10769,0.3785491875378

0.3785491875378 是 0.373637934043,0.373403294813,0.373069383556,0.391354911476 和 0.381280413801 的平均值

我会感谢所有的反馈和评论。谢谢。

【问题讨论】：

【解决方案1】：

您可以将float 列转换为int，然后将groupby 和聚合mean：

df = df.groupby(df['elapsed_seconds'].astype(int))['m'].mean().reset_index()
print (df)
   elapsed_seconds         m
0            10769  0.378549

【讨论】：