如何避免我的python代码将值舍入到1位小数p

Question

我正在尝试在我的pandas数据框中创建一个新列，它是对数据集中的其他列执行的基本数学公式的结果。现在的问题是，列中捕获的值被极大地向上舍入，并且不代表真正的值。你知道吗

2.5364不应四舍五入为2.5，3.775不应四舍五入为3.8

我试图将分母声明为浮点数，以欺骗系统提供类似的值。ie 12/3.00应该是4.00，但仍然返回4.0。你知道吗

这是我目前正在做的：

normal_load = 3
df['FirstPart_GPA'] = ((df[first_part].sum(axis = 1, skipna = True))/(normal_load*5.00))

我将skipna设置为true，因为有时一列可能没有任何值，但我仍然希望能够计算GPA，而不让系统抛出任何错误，因为任何数字加上NAN都会得到NAN。你知道吗

我使用的数据帧如下所示：

dict = {'course1': [15,12],
        'course2': [9,6],
        'course3': [12,15],
        'course4': [15,3],
        'course5': [15,9],
        'course6': [9,12]}

df = pd.DataFrame(dict)

注意，我的dataframe包含一些空值，因为有些课程是选修课。请帮帮我。我没有主意了。你知道吗

Answer 1

可以添加如下所示的浮点格式：

result= "%0.2f" % your_calc_result

使用此代码的示例：

dict = {'course1': [15,12],
        'course2': [9,6],
        'course3': [12,15],
        'course4': [15,3],
        'course5': [15,9],
        'course6': [9,12]}
df = pd.DataFrame(dict)
normal_load = 3.0
result=[]
for i in range(len(df.index)):
    result.append("%0.2f" % (float(df.loc[i].sum())/(normal_load*5.00)))
df['FirstPart_GPA']=result

输出：

   course1  course2  course3  course4  course5  course6 FirstPart_GPA
0       15        9       12       15       15        9          5.00
1       12        6       15        3        9       12          3.80