Question

我有一个浮点数的数据框，我需要创建一个函数，该函数将带有一列并将所有值四舍五入为N个有效数字

因此该列可能类似于：

如果我想舍入到3个有效数字，则将列和3传递给函数以获取

如何有效地做到这一点而又无需遍历专栏？

我有一个方程式，可以计算数字的有效数字

round(x, N-int(floor(log10(abs(x))))

但不适用于序列或数据框

Answer 1

您可以使用pandas.Series.apply来实现沿轴（列或行）的明智的功能元素：

df.col.apply(lambda x: round(x, N - int(floor(log10(abs(x))))))

请注意，此处不能真正使用pandas.DataFrame.apply，因为round函数应该是元素明智的，而不是在整个轴上。

区别在于您的函数输入是float而不是array。

另一个选择是applymap，它将在整个pandas.DataFrame上逐个元素地实现功能。

df.applymap(lambda x: round(x, N - int(floor(log10(abs(x))))))

Answer 2

这是在数据框中的系列上应用自定义函数的另一种方法。但是，当最后一位数字为5时，内置的round（）似乎会将小数部分四舍五入，因此在您的示例中，您实际上将获得0.0129而不是0.013。我试图对此进行补救。还添加了将有效数字的数量设置为参数的功能，以获取要应用的舍入器。

import pandas as pd
from math import floor, log10

df = pd.DataFrame({'floats':[123.949, 23.87, 1.9865, 0.0129500]})

def smarter_round(sig):
    def rounder(x):
        offset = sig - floor(log10(abs(x)))
        initial_result = round(x, offset)
        if str(initial_result)[-1] == '5' and initial_result == x:
            return round(x, offset - 2)
        else:
            return round(x, offset - 1)
    return rounder

print(df['floats'].apply(smarter_round(3)))

Out:
    0    124.000
    1     23.900
    2      1.990
    3      0.013
    Name: floats, dtype: float64

将系列四舍五入为N个有效数字

2 个答案: