如何从 pandas dataframe 列返回最大十进制“精度”和“比例”？

Question

我正在尝试创建一个 function 读取 dataframe 浮动 64 列并返回最大精度和比例，就好像它是 SQL 数据类型一样。 例如，假设我有一列“收入”，其值为：

Earnings
100.01
100.011423
100.02
100.02231492
100.0313
100.044

在此示例中，最大精度为 11，因为数字数量最多的值 100.02231492 包含 11 个总数。 最大比例也是 8，因为相同的数字具有最高的小数位数 (8)。 function 理想情况下能够应用于 float64 列的列表，并返回每列的最大精度和比例。

我尝试过类似的东西：

floats=staking_df.select_dtypes(include=[float])
floats=floats.astype(str).apply(lambda x: x.str.split('.'))

哪个会回报我

Earnings
[100],[01]
[100],[011423]
[100],[02]
[100],[02231492]
[100],[0313]
[100],[044]

最终，该列的 function 将返回 (11, 8) 的元组。 对于多列的应用，我不确定如何进行。 我不禁认为到目前为止所写的这个操作也是低效的。 有没有更好的方法来解决这个问题？

Answer 1

尝试：

get_tuple = lambda x: (len(x)-1, len(x.split('.')[1]))
out = max(df['Earnings'].astype(str).apply(get_tuple), key=lambda x: x[1])
print(out)

# Output:
(11, 8)