pandas round方法保留两位小数的设置实现

来源：jb51　　时间：2022/8/16 15:27:13　　对本文有异议

pandas中可以使用round(n)方法返回 x 的小数点四舍五入到n个数字。简洁的说就是，四舍五入的保留小数点后的几个数字。round()不添加任何参数的时候，等同于round(0)就是取整。直接看例子:

import pandas as pd
import numpy as np
df_round = pd.DataFrame(np.random.random([3, 3]),
     columns=['A', 'B', 'C'], index=['one', 'two', 'three'])
df_round = df_round*10
print(df_round)
print(df_round.round(2))

我们经常需要对有浮点数的列需要保持精度，那么在pandas中该如何实现呢？这里提供一种方法,round方法

round常用用法有两种方式：

1、传入int，对所有列保持统一精度

>>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame([(.21, .32), (.01, .6), (.66, .03), (.21, .183)],columns=['dogs', 'cats'])
>>> df
? ?dogs ? cats
0 ?0.21 ?0.320
1 ?0.01 ?0.600
2 ?0.66 ?0.030
3 ?0.21 ?0.183
 
# 统一保持2位小数
>>> df.round(2)
? ?dogs ?cats
0 ?0.21 ?0.32
1 ?0.01 ?0.60
2 ?0.66 ?0.03
3 ?0.21 ?0.18
 
# 统一保持一位小数
>>> df.round(1)
? ?dogs ?cats
0 ? 0.2 ? 0.3
1 ? 0.0 ? 0.6
2 ? 0.7 ? 0.0
3 ? 0.2 ? 0.2
>>>?

2、传入dict，对指定列设置精度，key为列名，value为精度

# 指定列名设置精度，未指定的则保持原样
>>> df.round({'dogs': 2})
   dogs   cats
0  0.21  0.320
1  0.01  0.600
2  0.66  0.030
3  0.21  0.183
# 两列分别设置不同的精度
>>> df.round({'dogs':2, 'cats':1})
   dogs  cats
0  0.21   0.3
1  0.01   0.6
2  0.66   0.0
3  0.21   0.2