将计算列四舍五入为1dp

Question

我意识到这是一个流行的查询，但我在这里没有找到任何与我需要的完全匹配的内容。我在表格中有一列是36.25到36.2，而不是36.3。在这里，我已经广泛地阅读了这方面的内容，我很感激其中的细节，但是这并不能帮助我解决我的问题。我怎样才能创建一些代码，使我的“结果”栏如我所愿？此代码生成我正在使用的df的一个版本：

import pandas as pd
import numpy as np

raw_data = {'AreaCode' : ['101', '102', '103', '104'],
            'Numerator' : [300, 500, 600, 667],
            'Denominator' : [1000, 780, 1100, 1840]}
Data = pd.DataFrame(raw_data, columns = ['AreaCode', 'Numerator', 'Denominator'])

然后我尝试添加一个“结果”列：

Data['Outcome'] = Data['Numerator'] / Data['Denominator'] * 100

下表：

AreaCode|Numerator|Denominator|Outcome
101|300|1000|30.000000 
102|500|780|64.102564 
103|600|1100|54.545455
104|667|1840|36.25000

这很好，除非我对它应用Data = Data.round(1)，它的值是36.250000到36.2。我需要将此列转换为1dp，显示为36.3，但如何用Python编写此列。这里的示例使用用户输入的一次性数字字符串，而不是整个df.column。它不会让我将df.column传递给这些。我试过一个不起作用的例子：

import math
def my_round(n, ndigits):
    part = n * 10 ** ndigits
    delta = part - int(part)
    # always round "away from 0"
    if delta >= 0.5 or -0.5 < delta <= 0:
        part = math.ceil(part)
    else:
        part = math.floor(part)
    return part / (10 ** ndigits

Answer 1

我对你的函数做了一点调整，现在似乎可以了：）

def my_round(n, ndigits=1):
    try:
       part = n * 10 ** ndigits
       delta = part - int(part)
       # always round "away from 0"
       if delta >= 0.5 or -0.5 < delta <= 0:
           part = math.ceil(part)
       else:
           part = math.floor(part)
       val =  part/(10 ** ndigits)
    except ValueError:
       val = np.nan
    return val

Data['Outcome'] = (Data['Numerator'].divide(Data['Denominator'])*100).apply(my_round)
print(Data)

输出：

  AreaCode  Numerator  Denominator  Outcome
0      101        300         1000     30.0
1      102        500          780     64.1
2      103        600         1100     54.5
3      104        667         1840     36.3

Answer 2

将熊猫导入笔记本后，您可以添加此行，以使您的浮点值不超过小数点后一位：

import pandas as pd
pd.options.display.float_format = '{:.1f}'.format