Question

我正在使用numpy round函数，它在所有方面都能正常工作，但是当有15.65时，它应该给出15.7，但是它给出15.6。还有其他方法吗？因为我读到很多线程numpy都有这个问题。

df1['result']=df1['a'].apply(lambda x: np.round(x, decimals=1))

Answer 1

有一个技巧可以将少量数据添加到数据中并取整。但是您需要确保增量小于分辨率。

df = pd.Series(np.arange(0,100,0.05))

df.round(1).head()    
# 0    0.0
# 1    0.0
# 2    0.1
# 3    0.2
# 4    0.2
# dtype: float64

(df+1e-10).round(1).head()    
# 0    0.0
# 1    0.1
# 2    0.1
# 3    0.2
# 4    0.2
# dtype: float64

Answer 2

Python内置的round（）函数将四舍五入为给定的位数并返回浮点数，如果没有提供四舍五入的位数，则会将数字四舍五入为最接近的整数。

array = [15.65, 15.64, 15.61, 15, 15.94, 15.96]
print([round(i,1) for i in array])

它提供输出[15.7、15.6、15.6、15、15.9、16.0]

Answer 3

使用round() python内置函数

In [1]: round(15.65, 1)
Out[1]: 15.7

在您的情况下：

df1['result']=df1['a'].apply(lambda x: round(x, 1))

如何在python中将小数点后的数字四舍五入

3 个答案: