pandas round

pandas round

在 pandas 中，round() 函数可以用来对 Series 或 DataFrame 中的数值进行四舍五入。这在数据分析和处理过程中经常会用到，特别是当需要保留数据精度或者对数据进行简化时。

1. 对 Series 进行四舍五入

我们首先来看如何对一个 Series 进行四舍五入。我们先创建一个 Series，然后使用 round() 函数来对这个 Series 进行四舍五入：

import pandas as pd

data = {'A': [1.123, 2.456, 3.789, 4.321]}
df = pd.DataFrame(data)

rounded_df = df['A'].round()
print(rounded_df)

运行以上代码，我们会得到如下输出：

0    1.0
1    2.0
2    4.0
3    4.0
Name: A, dtype: float64

可以看到，原来的 Series 中的数值在经过四舍五入之后变成了整数，并且小数部分被舍弃了。

2. 设置四舍五入的位数

除了默认进行四舍五入之外，我们还可以通过传入 decimals 参数来设置四舍五入的位数。下面是一个示例代码：

import pandas as pd

data = {'B': [1.123, 2.456, 3.789, 4.321]}
df = pd.DataFrame(data)

rounded_df = df['B'].round(decimals=2)
print(rounded_df)

运行以上代码，我们会得到如下输出：

0    1.12
1    2.46
2    3.79
3    4.32
Name: B, dtype: float64

可以看到，通过设置 decimals=2，我们将四舍五入的位数设置为了 2，输出中的数值保留了两位小数。

3. 对 DataFrame 进行四舍五入

除了对 Series 进行四舍五入之外，我们也可以对整个 DataFrame 进行四舍五入。同样地，我们可以使用 round() 函数，并传入 decimals 参数来设置四舍五入的位数。

下面是一个示例代码：

import pandas as pd

data = {'C': [1.123, 2.456, 3.789, 4.321],
        'D': [5.678, 6.901, 7.234, 8.567]}
df = pd.DataFrame(data)

rounded_df = df.round(decimals=1)
print(rounded_df)

运行以上代码，我们会得到如下输出：

     C    D
0  1.1  5.7
1  2.5  6.9
2  3.8  7.2
3  4.3  8.6

可以看到，整个 DataFrame 中的数值都按照指定的位数进行了四舍五入，保留了相应的小数位数。

结语

通过 round() 函数，我们可以方便地对 pandas 中的 Series 和 DataFrame 进行四舍五入操作，从而简化数据并保留数据精度。