将计算列四舍五入为 1dp

Rounding calculated column to 1dp

我知道这是一个很受欢迎的查询,但我在这里找不到任何与我需要的完全匹配的内容。我在 table 中有一列将 36.25 四舍五入为 36.2 而不是 36.3。在这里广泛阅读了这方面的内容后,我很欣赏其中的细节,但这并不能帮助我解决问题。我怎样才能创建一些代码来按照我的意愿将我的 'Outcome' 列四舍五入?此代码生成我正在使用的 df 版本:

import pandas as pd
import numpy as np

raw_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'])

然后我尝试添加一个 'Outcome' 列:

Data['Outcome'] = Data['Numerator'] / Data['Denominator'] * 100

生成以下 table:

AreaCode|Numerator|Denominator|Outcome
101|300|1000|30.000000 
102|500|780|64.102564 
103|600|1100|54.545455
104|667|1840|36.25000

这很好,除非我将 Data = Data.round(1) 应用于此,它会将 36.250000 舍入为 36.2。我需要此列以 1dp 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用户输入的一次性数字字符串,而不是整个 df.column。它不会让我将我的 df.column 传递给这些。我试过的一个例子没有用:

import math
def 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

我对你的函数做了一些调整,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

将 pandas 导入您的笔记本后,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