pandas四舍五入

在数据分析和处理中，我们经常需要对数据进行舍入操作。而在使用Python进行数据处理时，pandas库提供了一些方法来进行四舍五入操作。本文将详细介绍pandas库中用于四舍五入的几种常用函数和方法，并给出示例代码和运行结果。

1. round函数

pandas中的round函数可以用于对DataFrame或Series中的数值进行四舍五入。该函数有两个参数：decimals和method。

decimals：表示保留的小数位数，默认为0。
method：表示舍入方法，默认为”B”，表示四舍五入。还可以取其他值，如”ceil”表示向上舍入，”floor”表示向下舍入。

下面是一个示例代码，演示了如何使用round函数进行四舍五入操作：

import pandas as pd

data = {'A': [1.234, 2.345, 3.456, 4.567]}
df = pd.DataFrame(data)

# 对DataFrame中的数值进行四舍五入，保留2位小数
df_rounded = df.round(decimals=2)
print(df_rounded)

运行结果如下：

从结果可以看出，经过round函数的处理，DataFrame中的数值被四舍五入并保留了两位小数。

2. applymap函数

除了round函数，pandas还提供了applymap函数，用于对DataFrame中的每个单元格进行函数映射操作，进而实现四舍五入的功能。该函数接受一个函数作为参数，将该函数应用于DataFrame中的每个单元格。

下面是一个示例代码，演示了如何使用applymap函数进行四舍五入操作：

import pandas as pd

data = {'A': [1.234, 2.345, 3.456, 4.567]}
df = pd.DataFrame(data)

# 使用applymap函数对DataFrame中的每个单元格进行四舍五入，保留2位小数
df_rounded = df.applymap(lambda x: round(x, 2))
print(df_rounded)

运行结果如下：

从结果可以看出，经过applymap函数的处理，DataFrame中的数值被四舍五入并保留了两位小数。

3. astype函数

astype函数是pandas中的一个常用函数，用于将数据类型进行转换。当转换为整数或浮点数时，该函数会自动进行四舍五入操作。

下面是一个示例代码，演示了如何使用astype函数进行四舍五入操作：

import pandas as pd

data = {'A': [1.234, 2.345, 3.456, 4.567]}
df = pd.DataFrame(data)

# 使用astype函数进行四舍五入操作
df_rounded = df.astype(int)
print(df_rounded)

运行结果如下：

从结果可以看出，经过astype函数的处理，DataFrame中的数值被四舍五入转换为整数。

4. apply函数

apply函数是pandas中非常灵活和强大的函数，可以应用于DataFrame或Series的行或列。在进行四舍五入操作时，我们可以自定义一个函数，然后将apply函数应用到DataFrame或Series的行或列上。

下面是一个示例代码，演示了如何使用apply函数进行四舍五入操作：

import pandas as pd
import numpy as np

data = {'A': [1.234, 2.345, 3.456, 4.567]}
df = pd.DataFrame(data)

# 自定义函数，用于进行四舍五入操作
def round_func(x):
    return np.round(x, decimals=1)

# 使用apply函数应用自定义函数进行四舍五入操作
df_rounded = df.apply(round_func)
print(df_rounded)

运行结果如下：