如何在pandas datafram中将十进制128转换为十进制

Question

我有一个包含许多（但不是全部）十进制128列的数据帧（取自mongodb集合）。我无法对它们进行任何数学或比较（例如，“Decimal128”和“float”实例之间不支持“<；”）。在

什么是最快/最简单的方法来转换所有这些浮动或更简单的内置类型，我可以使用？在

有Decimal128 to_decimal（）方法和pandas astype（），但如何在一个step/helper方法中对所有（Decimal128）列执行此操作？在

编辑，我试过：

testdf =  my_df.apply(lambda x: x.astype(str).astype(float) if isinstance(x, Decimal128) else x)

testdf[testdf["MyCol"] > 80].head()

但我得到：

^{pr2}$

使用.astype（str）.astype（float）转换单个列。在

Answer 1

正在转换完整的数据帧。在

df = df.astype(str).astype(float)

对于单列。IDs是列的名称。在

^{pr2}$

测试实施

from pprint import pprint
import bson
df = pd.DataFrame()
y = []
for i in range(1,6):
    i = i *2/3.5
    y.append(bson.decimal128.Decimal128(str(i)))
pprint(y)
df["D128"] = y
df["D128"] = df.D128.astype(str).astype(float)
print("\n", df)

输出：

[Decimal128('0.5714285714285714'),
 Decimal128('1.1428571428571428'),
 Decimal128('1.7142857142857142'),
 Decimal128('2.2857142857142856'),
 Decimal128('2.857142857142857')]

        D128
0  0.571429
1  1.142857
2  1.714286
3  2.285714
4  2.857143

Answer 2

只需使用：

df = df.astype(float)

{{a1}和前面的}方法相比，你也可以使用^或}方法。在

^{pr2}$

我无法在我的系统中重现十进制128。你能看看下一行对你行吗？在

df =  df.apply(lambda x: x.astype(float) if isinstance(x, bson.decimal.Decimal128) else x)

它将检查列是否为Decimal128类型，然后将其转换为float。在