Python 如何通过单个操作截断数据帧的系列/列

有一些操作可以使数据框的列/系列变圆、变底或变顶，但是如何指定列的精度并截断其余的值呢

df = pd.DataFrame({"a": (1.21233123, 1.2412304498), 'b':(2.11296876, 2.09870989)})

给定这个简单的数据帧，假设我想在不舍入的情况下将a列和b列的精度截断为3，我只想去掉其余的精度

 df = pd.DataFrame({"a": (1.212, 1.241), 'b':(2.112, 2.098)})

这将是一个结果df，应该有一个可以执行的列操作，但似乎您只能指定舍入精度。

您可以使用：

要“四舍五入”，您可以先从数据帧中减去

0.001/2

：

In [12]: (df - 0.0005).round(3)
Out[12]:
       a      b
0  1.212  2.112
1  1.241  2.098

---

使用

numpy.trunc

时需要一些技巧：

import numpy as np

n_precision = 3
df = np.trunc(df * (10 ** n_precision))/ (10 ** n_precision)
print(df)

       a      b
0  1.212  2.112
1  1.241  2.098

---

由于

np.trunc

丢弃了小数部分，您首先将数字乘以精度的顺序，然后再将它们除以以获得所需的输出。

除了舍入之外还有什么？关于

df.round（3）

？它不是舍入，如果我把这个系列四舍五入，你可以在下面安迪·海登的答案中看到，你得到的是2.099而不是2.098。我不想取整，只是限制列的精度。您可以尝试numpy.trunc（），因为在答案中必须使用Yes truncate，但如@Chris answer中所示，必须对truncate进行操作才能获得特定精度的解决方案。参考我的示例输出，取整不起作用，我不想四舍五入，我只想以指定的精度截断整个系列的值。我不确定我是否理解这是如何等效的，因为生成的数据帧是完全不同的？得到的df在b1时的值为1.599是的，确实有效，但这不应该是截断的解决方案，它似乎不能在一系列的不同值上重复。例如，当减去0.0005时，如果有任何数字会改变小数点之前的值，则四舍五入将是错误的。“它似乎无法在一个系列的不同值上复制。”请提供一个例子。我的错误，涵盖了我目前能想到的任何情况。谢谢有趣的是，这是一种与@AndyHayden类似的方法，因为没有直接的函数来实现这一点，它必须由其他现有函数设计，即使在NumPy的trunc函数中也是如此。谢谢你的提示！

import numpy as np

n_precision = 3
df = np.trunc(df * (10 ** n_precision))/ (10 ** n_precision)
print(df)

       a      b
0  1.212  2.112
1  1.241  2.098