pandas中可以使用round(n)方法返回 x 的小数点四舍五入到n个数字。简洁的说就是，四舍五入的保留小数点后的几个数字。round()不添加任何参数的时候，等同于round(0)就是取整。直接看例子:
import pandas as pd
import numpy as np
df_round = pd.DataFrame(np.random.random([3, 3]),
columns=['A', 'B', 'C'], index=['one', 'two', 'three'])
df_round = df_round*10
print(df_round)
print(df_round.round(2))
我们经常需要对有浮点数的列需要保持精度，那么在pandas中该如何实现呢？这里提供一种方法,round方法
1、传入int，对所有列保持统一精度
>>> import numpy as np >>> import pandas as pd >>> df = pd.DataFrame([(.21, .32), (.01, .6), (.66, .03), (.21, .183)],columns=['dogs', 'cats']) >>> df dogs cats 0 0.21 0.320 1 0.01 0.600 2 0.66 0.030 3 0.21 0.183 # 统一保持2位小数 >>> df.round(2) dogs cats 0 0.21 0.32 1 0.01 0.60 2 0.66 0.03 3 0.21 0.18 # 统一保持一位小数 >>> df.round(1) dogs cats 0 0.2 0.3 1 0.0 0.6 2 0.7 0.0 3 0.2 0.2 >>>
2、传入dict，对指定列设置精度，key为列名，value为精度
# 指定列名设置精度，未指定的则保持原样
>>> df.round({'dogs': 2})
dogs cats
0 0.21 0.320
1 0.01 0.600
2 0.66 0.030
3 0.21 0.183
# 两列分别设置不同的精度
>>> df.round({'dogs':2, 'cats':1})
dogs cats
0 0.21 0.3
1 0.01 0.6
2 0.66 0.0
3 0.21 0.2
