Python3熊猫数据帧四舍五入。5始终向上

根据，如果上下舍入值同样接近原始值，Python将值舍入为偶数

我想对我的

pandas.DataFrame

中的值进行四舍五入，以便

0.5

始终向上取整

解决此问题的一种方法是将

decimal

模块与

decimal

数据类型一起使用，如下所述：

哪些产出：

       orig  round
0  0.500000    0.0
1  1.499999    1.0
2  1.500000    2.0
3  2.500000    2.0
4  3.500000    4.0
5  4.500000    4.0
6  5.500000    6.0
7  6.500000    6.0

我试着做一些类似的事情：

df["round"] = df["orig"].values.astype(Decimal).round()

但这是行不通的。 是否有一个简单易读的解决方案来确保

.5

总是四舍五入

编辑

我不确定评论中的链接是否回答了这个问题。

---

链接中提供的解决方案是将每个浮点值强制转换为字符串，并对字符串进行操作，这对于大型数据帧来说似乎很荒谬。（而且很难阅读/理解）。我希望在

decimal

包中有一个简单的函数可以使用，比如当十进制为

0.5

时，您可以向

orig

添加一些微小的值。这保证了任何整数+0.5将始终向上取整到下一个整数

将numpy导入为np
df['round_up']=np.round（np.where（df['orig']%1==0.5，
df['orig']+0.1，
df['orig']））
打印（df）
原始汇总
0  0.500000       1.0
1  1.499999       2.0
2  1.500000       2.0
3  2.500000       3.0
4  3.500000       4.0
5  4.500000       5.0
6  5.500000       6.0
7  6.500000       7.0

使用

十进制

模块，您可以

import decimal
df = pd.DataFrame(data=[0.5, 1.499999, 1.5, 2.5, 3.5, 4.5, 5.5, 6.5], columns=["orig"])

df.orig = df.orig.apply(
  lambda x: decimal.Decimal(x).to_integral_value(rounding=decimal.ROUND_HALF_UP)
)

---

看起来可能是重复的，一个mod可以结束这个问题吗。你能举一些例子来说明这是如何解决我的数据帧取整问题的。5我喜欢你关于“`%`操作符的想法。我最终使用了一种受你答案启发的方法，那就是：

df[“round”]=np.floor（df[“orig”]）

，然后是

df.loc[df[“orig”]%1>=0.5，“round”]+=1

甚至更好：

df[“group”]=np.where（df[“orig”]%1<0.5，np.floor（df[“orig”]），np.ceil（df[“orig”]））

太棒了！是的，最后一个很好。您还可以尝试

df['orig']-np.floor（df['orig']）

来隔离小数点。虽然这只是一个猜测，但我有一种预感，

%

可能比

-

慢。

import decimal
df = pd.DataFrame(data=[0.5, 1.499999, 1.5, 2.5, 3.5, 4.5, 5.5, 6.5], columns=["orig"])

df.orig = df.orig.apply(
  lambda x: decimal.Decimal(x).to_integral_value(rounding=decimal.ROUND_HALF_UP)
)