熊猫四舍五入到最近的“n”

Question

数值系列有一个很好的四舍五入方法，用于四舍五入到十的幂，例如

>>> pd.Series([11,16,21]).round(-1)
0    10
1    20
2    20
dtype: int64

是否有一个相当好的语法来四舍五入到最接近的 5（或其他非 10 的幂）？我有点希望round 可以采用非整数值？

Answer 1

您可以使用自定义舍入函数并将其apply 用于您的系列。

import pandas as pd

def custom_round(x, base=5):
    return int(base * round(float(x)/base))

df = pd.Series([11,16,21]).apply(lambda x: custom_round(x, base=5))

现在您只需调整base 即可获得您想要的最接近的值。

几个例子：

基数 = 5：

0    10
1    15
2    20
dtype: int64

基数 = 7

0    14
1    14
2    21
dtype: int64

基数 = 3

0    12
1    15
2    21
dtype: int64

---

您也可以实现非整数值的目标。

def custom_round(x, base=5):
    return base * round(float(x)/base)

df = pd.Series([11.35,16.91,21.12]).apply(lambda x: custom_round(x, base=.05))

通过四舍五入到最接近的 0.05，您将得到以下结果（请注意，我在此示例中稍微修改了您的系列）：

0    11.35
1    16.90
2    21.10
dtype: float64

如果您保留原来的整数系列，则此 apply 会将您的系列更改为 float 值：

Answer 2

其中一个答案建议使用apply 传递lambda，该lambda 除以10，将其四舍五入为最接近的整数，然后乘以10。相反，您可以通过执行以下操作来利用pandas 中的矢量化以下：

>>> s = pd.Series([11, 16, 21])
>>> (s / 10).round().astype(int) * 10
0    10
1    20
2    20
dtype: int64

Answer 3

我想我可以这样做：

def round_down_to_nearest(self, n):
    return (self // n) * n

pd.Series.round_down_to_nearest = round_down_to_nearest