Python 熊猫，努比四舍五入到最接近的100只

我用下面的代码创建了一个dataframe列，并试图找出如何将其四舍五入到最接近的第100位

...
# This prints out my new value rounded to the nearest whole number.    
df['new_values'] = (10000/df['old_values']).apply(numpy.floor)

# How do I get it to round down to the nearest 100th instead?
# i.e. 8450 rounded to 8400

---

您需要除以

100

，转换为

int

，最后乘以

100

：

df['new_values'] = (df['old_values'] / 100).astype(int) *100

同：

df['new_values'] = (df['old_values'] / 100).apply(np.floor).astype(int) *100

样本：

df = pd.DataFrame({'old_values':[8450, 8470, 343, 573, 34543, 23999]})
df['new_values'] = (df['old_values'] / 100).astype(int) *100
print (df)
   old_values  new_values
0        8450        8400
1        8470        8400
2         343         300
3         573         500
4       34543       34500
5       23999       23900

编辑：

---

我用数学模块做过类似的尝试

a = [123, 456, 789, 145]

def rdl(x):
ls = []
for i in x:
    a = math.floor(i/100)*100
    ls.append(a)
return ls

rdl(a)

#输出为[100200400700100]

---

希望这能提供一些想法。它非常类似于@jezrael提供的解决方案，借用@jezrael的示例数据帧

df = pd.DataFrame({'old_values':[8450, 8470, 343, 573, 34543, 23999]})

使用

floordiv

或

/

df // 100 * 100

   old_values
0        8400
1        8400
2         300
3         500
4       34500
5       23900

---

您好@jezrael，谢谢您的回复！最初，我的

新值

是通过

10000/df['old\u values']

计算的。如果我换个角度看，我的计算就错了。你的意思是，在应用你的方法进行四舍五入之前，我需要先进行计算吗？我有点困惑，你是否认为

（df['old_values']/10000）

而不是

（10000/df['old_values']）

？是的，因此我的

新_值

是通过计算

10000/df['old_values']得到的。如果我做
df['old_values']/10000
，结果肯定会不同。类似于
2/3
与
3/2
的不同之处。希望我的解释有意义？我试过：
df['new_values']=（（10000/df['old_values']）/100）。astype（int）*100
。当我打印出数据框时，
df['new_values']
它给了我想要的东西（至少基于前5行）超级，我还将其添加到答案中-只需更改示例。
df // 100 * 100

   old_values
0        8400
1        8400
2         300
3         500
4       34500
5       23900