在 pandas 中舍入到最近的 1000答案

【问题标题】：Round to nearest 1000 in pandas在 pandas 中舍入到最近的 1000
【发布时间】：2018-06-05 13:16:18
【问题描述】：

我搜索了 pandas 文档和食谱食谱，很明显您可以使用 dataframe.columnName.round(decimalplace) 轻松四舍五入到最接近的小数位。

如何处理更大的数字？

例如，我有一列房价，我希望它们四舍五入到最接近的 10000 或 1000 或其他值。

df.SalesPrice.WhatDoIDo(1000)?

【问题讨论】：

How do I round to the nearest ten?的可能重复
除以1000，四舍五入，乘以1000
很多语言都有很多迭代方法来解决这个问题。虽然不乏关于 SO 的“如何舍入”问题，但我一直在寻找一种特定的 pandas 方法来利用这个框架的效率。

标签： python pandas data-science

【解决方案1】：

通过使用符号df.ColumnName.round()，您实际上是在调用pandas.Series.round，其文档指定：

小数：整数

要四舍五入的小数位数（默认值：0）。如果 decimals 为负数，则指定小数点左侧的位数。

所以你可以这样做：

df = pd.DataFrame({'val':[1,11,130,670]})
df.val.round(decimals=-2)

这会产生输出：

0      0
1      0
2    100
3    700
Name: val, dtype: int64

decimals=-3 舍入到 1000，依此类推。值得注意的是，它也可以使用pandas.DataFrame.round()，尽管文档没有告诉你：

df = pd.DataFrame({'val':[1,11,130,670], 'x':[1,11,150,900]})
df.round({'val':-2})

这会将 val 列四舍五入到最接近的 100，但不处理 x。

【讨论】：

我完全错过了“如果小数为负数”部分。非常感谢！

【解决方案2】：

你可以试试这个

df = pd.DataFrame({'val':[1,11,130,670]})
10**df.val.astype(str).str.len()
Out[27]: 
0      10
1     100
2    1000
3    1000
Name: val, dtype: int64

【讨论】：

【解决方案3】：

函数round 确实接受负值，以便在小数点左侧指定精度：

dataframe.columnName.round(-3)

例子：

>>> pd.Series([1, 500, 500.1, 999, 1500, 1501, 946546]).round(-3)
0         0.0
1         0.0
2      1000.0
3      1000.0
4      2000.0
5      2000.0
6    947000.0
dtype: float64

【讨论】：

这是正确答案。应该会得到更多的支持。

【解决方案4】：

另一个有趣的“技巧”是：假设您想四舍五入到最接近的 100。你可以加 50，然后除以 100，转换成整数，再乘回 100。

df = pd.DataFrame({'val':[1005,1299,1301,4109]})
df.val.round(-2) # Proper way
((df.val+50)/100).astype(int)*100 # Hack

根据需要为您提供：

[1000, 1300, 1300, 4100]

【讨论】：

【解决方案5】：

我最喜欢的动态方式：

ds：pd.Series 转为“圆形”
x：整数/浮点数的幂

# Define rounding lambda function:
my_rounder = lambda ds, x: ((ds + 0.5*10**x) // 10**x) * 10**x

# Apply lambda function to "prices" values:
housing_df["rounded_prices"] = my_rounder(housing_df["prices"], 3)

# If you need to force/ensure no decimal:
housing_df["rounded_prices"] = housing_df["rounded_prices"].apply(int)

替代地板圆角器：

my_floor_rounder = lambda ds, x: (ds // 10**x) * 10**x

细分：

print(housing_df["prices"].head())

year
2010    372560.0
2011    374507.0
2012    376454.0
2013    378401.0
2014    380348.0
Name: prices, dtype: float64
    
# This step can be omitted if you're finding the floor:
step_up = housing_df["prices"] + 0.5*10**3
print(step_up.head())

year
2010    373060.0
2011    375007.0
2012    376954.0
2013    378901.0
2014    380848.0
Name: prices, dtype: float64

thsnd = step_up // 10**3
print(thsnd.head())

year
2010    373.0
2011    375.0
2012    376.0
2013    378.0
2014    380.0
Name: prices, dtype: float64

rounded = thsnd * 10**3
print(rounded.head())

year
2010    373000.0
2011    375000.0
2012    376000.0
2013    378000.0
2014    380000.0
Name: prices, dtype: float64

int_rounded = rounded.apply(int)
print(int_rounded.head())

year
2010    373000
2011    375000
2012    376000
2013    378000
2014    380000
Name: prices, dtype: int64

【讨论】：