Python 将序列四舍五入为N个有效数字

我有一个浮点数的数据框，我需要做一个函数，它将取一列并将所有值四舍五入到N个有效数字

因此，该列可能类似于：

123.949
23.87 
1.9865
0.0129500

如果我想四舍五入到3个有效数字，我会将列和3传递给函数得到这个值

124.0
23.9
1.99
0.013

如何在不循环列的情况下高效地执行此操作

我有一个方程式，可以计算一个数字的有效数字

round(x, N-int(floor(log10(abs(x))))

---

但它不适用于系列或数据帧，您可以使用，

pandas.series.apply

跨轴（列或行）实现函数元素：

请注意，这里不能真正使用

pandas.DataFrame.apply

，因为round函数应该是元素级的，而不是整个轴

不同之处在于，您的函数输入是

浮点

，而不是获得

数组

另一个选项是

applymap

，它在整个

pandas.DataFrame

上实现函数元素

df.applymap(lambda x: round(x, N - int(floor(log10(abs(x))))))

---

下面是对数据帧中的序列应用自定义函数的另一种方法。但是，当最后一位数字为5时，内置round（）似乎将小数部分向下舍入，因此在您的示例中，实际得到的是0.0129，而不是0.013。我试图补救这一点。还添加了将有效数字的数量设置为参数的功能，以获得要应用的舍入值

import pandas as pd
from math import floor, log10

df = pd.DataFrame({'floats':[123.949, 23.87, 1.9865, 0.0129500]})

def smarter_round(sig):
    def rounder(x):
        offset = sig - floor(log10(abs(x)))
        initial_result = round(x, offset)
        if str(initial_result)[-1] == '5' and initial_result == x:
            return round(x, offset - 2)
        else:
            return round(x, offset - 1)
    return rounder

print(df['floats'].apply(smarter_round(3)))

Out:
    0    124.000
    1     23.900
    2      1.990
    3      0.013
    Name: floats, dtype: float64

---

使用熊猫系列轮换法，请参见：@jezrael不确定您的意思，但请在评论中随意添加任何需要的进一步解释。不，我不了解对方。我认为只有代码的答案不好：）加1

import pandas as pd
from math import floor, log10

df = pd.DataFrame({'floats':[123.949, 23.87, 1.9865, 0.0129500]})

def smarter_round(sig):
    def rounder(x):
        offset = sig - floor(log10(abs(x)))
        initial_result = round(x, offset)
        if str(initial_result)[-1] == '5' and initial_result == x:
            return round(x, offset - 2)
        else:
            return round(x, offset - 1)
    return rounder

print(df['floats'].apply(smarter_round(3)))

Out:
    0    124.000
    1     23.900
    2      1.990
    3      0.013
    Name: floats, dtype: float64