具有特定值的 Python 圆形数据框列（如果存在）答案

【问题标题】：Python Round Dataframe Columns with Specific Value If Exists具有特定值的 Python 圆形数据框列（如果存在）
【发布时间】：2019-10-24 10:51:19
【问题描述】：

我的输入数据框；

A       B 
0.3     0.6
0.4     3.05
1.6     4.35
0.15    5.47
4.19    9.99

如果存在，我想根据特定值舍入我的数据框列。我的代码如下所示；

rounding=0.25

df['A']=round(df['A'] - rounding + 0.5)
df['B']=round(df['B'] - rounding + 0.5)

输出是;

问题是如果没有“舍入”变量，它应该默认自动运行（0.5）。我需要一个可以同时运行的代码。类似或不同的东西；

if rounding==rounding:
    df['A']=round(df['A'] - rounding + 0.5)

else:
    df['A']=round(df['A'])

我看到了很多关于具有特定值的四舍五入的主题，但我看不到这一点。

你能帮我解决这个问题吗？

【问题讨论】：

the issue is if there is no "rounding" variable - 怎么可能？你能解释更多吗？
“舍入”变量可能会也可能不会。如果不存在，它应该接受默认的圆形值，即 0.5
是的，但怎么可能不存在？我不清楚。
舍入值来自另一个数据集。可能不是每个客户都有。
@Salih 如果不同行的舍入值不同，则它应该是数据框中的一列，而不是标量。

标签： python pandas dataframe rounding

【解决方案1】：

我相信您认为缺少值 - 然后将其替换为 0 或带有 if-else 语句的另一个标量：

rounding = np.nan

rounding = 0 if rounding != rounding else rounding
print (rounding)
0

或者：

rounding = 0 if pd.isna(rounding) else rounding
print (rounding)
0

如果存在值（不是缺失值）：

rounding = 0.25

rounding = 0 if rounding != rounding else rounding
print (rounding)
0.25

df['A']=round(df['A'] - rounding + 0.5)
df['B']=round(df['B'] - rounding + 0.5)
print (df)
     A     B
0  1.0   1.0
1  1.0   4.0
2  2.0   5.0
3  1.0   6.0
4  5.0  10.0

【讨论】：

【解决方案2】：

一旦您的dataframe 中有一个列，每个观察值都带有“舍入”（您应该通过合并来自另一个dataframe 的数据来实现该列），您可以简单地执行以下操作：

df['A'] = (df['A'] - df['rounding'].fillna(0.5) + 0.5).round(0)
df['B'] = (df['B'] - df['rounding'].fillna(0.5) + 0.5).round(0)

【讨论】：