熊猫在从Excel读取数据时将整数转换为实数

Question

我最近开始探索python来分析excel数据。我有一个包含两个工作表的excel文件，每个工作表都有一个矩阵(m= 1000行和n= 999列)，两个矩阵的.The元素是相互关联的:一个矩阵涉及位移值，另一个矩阵涉及与每个位移对应的力值。通过m=1000数值模拟和n= 999增量得到了位移和相应的力。是否有可能识别仅对应于整数的位移值的力值？或者，作为另一种选择，是否可以将位移矩阵中的所有十进制数替换为0？我试图将excel文件读入Pandas数据，但是，位移矩阵中的所有值似乎都表示为“实数”(例如excel中的数字"1“、"2”、"3“等等)，其浮点数为"1.”、"2.“、”3“。在蟒蛇中)。感谢您的关注。

Answer 1

让我们做一个小规模的例子(3 * 3)。

我用两个工作表准备了一个Excel文件，并读取它们：

displ = pd.read_excel('Input_2.xlsx', 'Displ')
forces = pd.read_excel('Input_2.xlsx', 'Forces')

这两个DataFrames都包含：

displ                      forces
     C1    C2    C3              C1     C2     C3
0  10.0  12.1  11.3        0  120.1  130.2  140.3
1  12.5  13.0  13.5        1  150.4  160.5  170.6
2  12.6  13.6  13.8        2  180.7  190.8  200.9

要标识包含整数的displ元素(实际上，仍然是浮点数，但使用小数部分== 0.0)，您可以运行：

displ.mod(1.0) == 0.0

你会得到：

      C1     C2     C3
0   True  False  False
1  False   True  False
2  False  False  False

要获得其他值的相应力值和NaN，可以运行：

forces.where(displ.mod(1.0) == 0.0)

得到：

      C1     C2  C3
0  120.1    NaN NaN
1    NaN  160.5 NaN
2    NaN    NaN NaN

另一种选择是获得相应元素为零小数部分的displ中的索引列表。实际上，它是一个Numpy函数，因此它对基础Numpy数组进行操作，并返回整型(基于零的)索引：

ind = np.nonzero((displ.mod(1.0) == 0.0).values)

结果是：

(array([0, 1], dtype=int64), array([0, 1], dtype=int64))

因此，这是一个指数的二元组：

• 行索引，
• 列索引。

您还可以从强制(实际上也可以从基础Numpy数组)检索指示元素的列表，运行：

forces.values[ind]

结果是：

array([120.1, 160.5])

若要用零替换displ的“整型”元素，可以运行：

displ.mask(displ.mod(1.0) == 0.0, 0, inplace=True)

现在，displ包含：

     C1    C2    C3
0   0.0  12.1  11.3
1  12.5   0.0  13.5
2  12.6  13.6  13.8

注意，“想要”的元素仍然是float零，但是这是Pandas的一个特性，每个列都有一个类型，适合这个列中的所有元素(在本例中只是浮动)。