将系列四舍五入到 N 个有效数字

Question

我有一个浮点数数据框，我需要创建一个函数，它将接受一列并将所有值四舍五入为 N 个有效数字

所以该列可能类似于：

如果我想四舍五入到 3 位有效数字，我会将列和 3 传递给函数以获得此

如何在不循环遍历该列的情况下高效地执行此操作？

我有一个方程式可以计算数字的有效数字

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

但它不适用于系列或数据框

Answer 1

您可以使用，pandas.Series.apply，它在轴（列或行）上明智地实现功能元素：

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

请注意，您不能真正在此处使用 pandas.DataFrame.apply，因为圆形函数应该是元素明智的，而不是在整个轴上。

区别在于您的函数输入是 float 而不是 array.

另一个选项是 applymap，它在整个 pandas.DataFrame.

上按元素实现函数

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

Answer 2

这是对数据框中的系列应用自定义函数的另一种方法。但是，内置的 round() 似乎在最后一位数字为 5 时将小数部分向下舍入，因此在您的示例中，您实际上得到的是 0.0129 而不是 0.013。我试图解决这个问题。还添加了将有效数字的数量设置为参数的功能，以获得您要应用的舍入器。

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

Answer 3

对于大型数据帧，.apply 可能会很慢。我见过的最好的解决方案来自 Scott Gigante 直接为 numpy 解决相同的问题。

这是他的答案的一个轻微修改版本，只是添加了一些 pandas 包装。该解决方案快速且稳健。

from typing import Union
import pandas as pd
import numpy as np

def significant_digits(df: Union[pd.DataFrame, pd.Series], 
                       significance: int, 
                       inplace: bool = False) -> Union[pd.DataFrame, pd.Series, None]:
    
    # Create a positive data vector with a place holder for NaN / inf data
    data = df.values
    data_positive = np.where(np.isfinite(data) & (data != 0), np.abs(data), 10**(significance-1))

    # Align data by magnitude, round, and scale back to original
    magnitude = 10 ** (significance - 1 - np.floor(np.log10(data_positive)))
    data_rounded = np.round(data * magnitude) / magnitude

    # Place back into Series or DataFrame
    if inplace:
        df.loc[:] = data_rounded
    else:
        if isinstance(df, pd.DataFrame):
            return pd.DataFrame(data=data_rounded, index=df.index, columns=df.columns)
        else:
            return pd.Series(data=data_rounded, index=df.index)

将系列四舍五入到 N 个有效数字

Round a series to N number of significant figures

python

math

rounding

pandas