如何在Excel中对Pandas中的列进行四舍五入 - Python

在数据分析和处理中，我们常常需要对数据进行四舍五入，以减少数据的过多精度。在Pandas中，我们可以使用round()方法对数据进行四舍五入。

Pandas中的round()方法

round()方法是用来对DataFrame中的一个或多个列进行四舍五入的。它的语法如下：

df.round(decimals=0, *args, **kwargs)

其中，

• decimals：表示要保留的小数位数，默认为0，即取整。
• *args：可以输入多个参数，每个参数对应一个DataFrame的列。
• **kwargs：其他参数。

例子

下面我们看一个例子，假如我们有一组数据，如下：

import pandas as pd

data = {'A': [1.234, 5.678, 9.012],
        'B': [3.456, 7.890, 4.321]}

df = pd.DataFrame(data)
print(df)

输出结果：

       A      B
0  1.234  3.456
1  5.678  7.890
2  9.012  4.321

假如我们要对列A和列B都保留两位小数，可以使用如下代码：

df_round = df.round({'A': 2, 'B': 2})
print(df_round)

其中，我们在round()的参数中指定了要对哪些列以及要保留的小数位数。输出结果如下：

      A     B
0  1.23  3.46
1  5.68  7.89
2  9.01  4.32

总结

使用round()方法可以很方便地对Pandas DataFrame中的数据进行四舍五入。我们只需要指定要保留的小数位数以及要处理的列即可。如果有多个列需要处理，可以将它们作为参数传入round()方法中。

代码片段：

import pandas as pd

data = {'A': [1.234, 5.678, 9.012],
        'B': [3.456, 7.890, 4.321]}

df = pd.DataFrame(data)
print(df)

df_round = df.round({'A': 2, 'B': 2})
print(df_round)

返回结果：

       A      B
0  1.234  3.456
1  5.678  7.890
2  9.012  4.321

      A     B
0  1.23  3.46
1  5.68  7.89
2  9.01  4.32

参考文献：

1. 《Python数据科学手册》
2. Pandas官方文档：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.round.html