Python 熊猫的四舍五入数字

如何将一根柱子四舍五入到1dp

df value 
0 0.345
1 0.45
2 0.95

预期产量

0.3
0.5
1.0

下面所有的答案都是错误的：

df.value.round(1)
df.value.apply(lambda x:round(x,1))

---

就浮点操作而言，Python的行为与包括C和Java在内的许多流行语言类似。许多易于用十进制表示法书写的数字不能用二进制浮点精确表示。0.95的十进制值实际上是

0.94999999996

检查：

from decimal import Decimal
Decimal(0.95)

输出

Decimal('0.9499999999999999555910790149937383830547332763671875')

    value   value_round value_normal_round
0   0.15    0.1         0.2
1   0.25    0.2         0.3
2   0.35    0.3         0.4
3   0.45    0.5         0.5
4   0.55    0.6         0.6
5   0.65    0.7         0.7
6   0.75    0.8         0.8
7   0.85    0.8         0.9
8   0.95    0.9         1.0

下面是一个有用的“正常”舍入函数，它接受数字n，并将n返回到指定的小数位数：

import math

def normal_round(n, decimal):
    exp = n * 10 ** decimal
    if abs(exp) - abs(math.floor(exp)) < 0.5:
        return math.floor(exp) / 10 ** decimal
    return math.ceil(exp) / 10 ** decimal

代码

输出测向

    value
0   0.3
1   0.5
2   1.0

有关浮点舍入的更多示例：

df = pd.DataFrame({'value': [0.15, 0.25, 0.35, 0.45, 0.55, 0.65, 0.75, 0.85, 0.95]})
df['value_round'] = df['value'].apply(lambda x: round(x, 1))
df['value_normal_round'] = df['value'].apply(lambda x: normal_round(x, 1))

输出

Decimal('0.9499999999999999555910790149937383830547332763671875')

    value   value_round value_normal_round
0   0.15    0.1         0.2
1   0.25    0.2         0.3
2   0.35    0.3         0.4
3   0.45    0.5         0.5
4   0.55    0.6         0.6
5   0.65    0.7         0.7
6   0.75    0.8         0.8
7   0.85    0.8         0.9
8   0.95    0.9         1.0

---

也许可以从这里得到一些启发：