在不舍入的情况下，按列相乘

Question

我需要在没有舍入误差的情况下对pandas中的列进行乘法（保持总数相同）。你知道吗

所以我有一个数据帧（称为combined\ u df），它看起来像：

| areaid | districtid | percent | home | job |
|  89012 | 55         | 1.0     | 70   | 20  |
| 123048 | 442        | 0.984496| 100  | 10  |
| 123048 | 34536      | 0.015504| 100  | 10  |

areaid
- smaller area inside a city
- for example in areaid 123048: 100 people are residents and 10 people work

districtid
- larger area inside a city
- for example areaid is inside two districts 442 and 34536

我需要计算有多少人是居民，并在每个地区的工作（结果应该是一个整数）。我们可以假设人们均匀地分布在每个区域内，所以只需将percent列与home/job列相乘，然后按districtid列进行分组。你知道吗

我所做的：

def count_people(percent, people):
    return np.around(percent * people)

result = pd.DataFrame()
result['districtid'] = combined_df['districtid']
result['area_district_home'] = count_people(combined_df['percent'], combined_df['home'])
result['area_district_job'] = count_people(combined_df['percent'], combined_df['job'])
# total residents:
total_home = sum(result.groupby('districtid')['area_district_home'].sum())

但是，如果我把所有的居民加起来，他们将不等于areaid中的所有居民。我想这是由于舍入误差造成的。误差很小（1900万人口为17个百分点）。你知道吗

有没有办法更准确地计算每个地区的居民和工人人数？在这一点上，我不知道为什么会有这个舍入误差，因为如果0.984496*100将被舍入到98，那么0.015504*100应该被舍入到2，并且总和将相等。你知道吗

Answer 1

Python有一个内置的round（）函数，它接受两个数值参数n和ndigits，并返回n取整为ndigits的数字。ndigits参数默认为零，因此不使用它将导致数字四舍五入为整数。正如您将看到的，round（）可能并不像您期望的那样工作。你知道吗