将计算列四舍五入为 1dp

Question

我知道这是一个流行的查询，但我在这里没有找到任何与我需要的完全匹配的东西。我在表格中有一列将 36.25 舍入为 36.2 而不是 36.3。在这里广泛阅读了这篇文章后，我很欣赏这些细节，但这并不能帮助我解决我的问题。我怎样才能创建一些代码来围绕我的“结果”列，如我所愿？此代码生成我正在使用的 df 版本：import pandas as pdimport numpy as npraw_data = {'AreaCode' : ['101', '102', '103', '104'],            'Numerator' : [300, 500, 600, 667],            'Denominator' : [1000, 780, 1100, 1840]}Data = pd.DataFrame(raw_data, columns = ['AreaCode', 'Numerator', 'Denominator'])然后我试图添加一个“结果”列：Data['Outcome'] = Data['Numerator'] / Data['Denominator'] * 100生成下表：AreaCode|Numerator|Denominator|Outcome101|300|1000|30.000000 102|500|780|64.102564 103|600|1100|54.545455104|667|1840|36.25000这很好，除非我申请Data = Data.round(1)这个，它将 36.250000 舍入到 36.2。我需要将此列显示为 36.3，但如何在 Python 中对此进行编码。此处有关如何执行此操作的示例使用一次性的、用户输入的数字字符串，而不是整个 df.column。它不会让我将我的 df.column 传递给这些。我试过的一个例子不起作用：import mathdef my_round(n, ndigits):    part = n * 10 ** ndigits    delta = part - int(part)    # always round "away from 0"    if delta >= 0.5 or -0.5 < delta <= 0:        part = math.ceil(part)    else:        part = math.floor(part)    return part / (10 ** ndigits

Answer 1

我对您的功能做了一些调整，现在它似乎可以工作了:)

def my_round(n, ndigits=1):

    try:

       part = n * 10 ** ndigits

       delta = part - int(part)

       # always round "away from 0"

       if delta >= 0.5 or -0.5 < delta <= 0:

           part = math.ceil(part)

       else:

           part = math.floor(part)

       val =  part/(10 ** ndigits)

    except ValueError:

       val = np.nan

    return val

Data['Outcome'] = (Data['Numerator'].divide(Data['Denominator'])*100).apply(my_round)

print(Data)

输出：

  AreaCode  Numerator  Denominator  Outcome

0      101        300         1000     30.0

1      102        500          780     64.1

2      103        600         1100     54.5

3      104        667         1840     36.3

Answer 2

将 pandas 导入笔记本后，您可以添加此行，以便您的浮点值不会超过小数点后一位：

import pandas as pd

pd.options.display.float_format = '{:.1f}'.format