pandas Dataframe 用特定值划分一列并用结果创建新列？答案

【问题标题】：pandas Dataframe divide a column with a specific value and create new column with the result?pandas Dataframe 用特定值划分一列并用结果创建新列？
【发布时间】：2022-01-19 18:40:49
【问题描述】：

                            A                            B
0                          0.119                      5.344960e+08  
1                          0.008                      7.950629e+09  
2                        318.575                      1.996548e+05  
3                        153.644                      4.139767e+05  

    sum = 63605028.818
    df['B'] = df['A'].rdiv(sum).replace(np.inf, 0).round(3)

获取指数值（作为一个系列），我想要 B 列中的正常数值，例如 - 534496040.49 等。

【问题讨论】：

标签： python pandas dataframe series

【解决方案1】：

你可以这样做：

df['B'] = df['A'].rdiv(my_sum).replace(np.inf, 0).astype('int64')

您还可以更改 pandas 的视图选项：

pd.set_option('display.float_format', lambda x: '%.3f' % x)

【讨论】：

stackoverflow.com/users/4145941/mohammad 是的，它的工作，但我需要小数位值直到 3 位，我得到整数，如果我输入 astype('float')，它给出错误，无法转换，有什么帮助吗？
@AnjaliKushwaha 是的，请参阅我的更新答案
非常感谢，它成功了stackoverflow.com/users/4145941/mohammad

【解决方案2】：

import pandas as pd
pd.options.display.float_format = '{:,.3f}'.format

设置float_format pandas 的选项/设置，它将以这种格式显示所有浮点数。您不需要明确地对每一列进行四舍五入。

或者，使用map()

df['B'] = df['A'].rdiv(sum).replace(np.inf, 0)
df['B'] = df['B'].map(':,.3f'.format)

【讨论】：

谢谢stackoverflow.com/users/8539850/ashu