Python Pandas自定义向下取整函数异常：无法正确取整至步长值

问题描述 #

自定义的向下取整函数在处理步长为0.1的1.400时，错误地取整为1.3，而预期结果应为1.4。原函数及调用代码如下：

import pandas as pd

# 定义自定义取整函数
def custom_round(x, step):
    return x if round(x / step) * step == x else (x // step) * step

# 示例数据
data = {
    "1": [1.300, 1.400, 1.333, 1.364, 1.400],
    "X": [5.0, 5.0, 5.0, 4.5, 4.5]
}

outcome = pd.DataFrame(data)
step = 0.1

# 应用函数生成新列
outcome["1_cluster"] = outcome["1"].apply(lambda x: custom_round(x, step))
outcome["X_cluster"] = outcome["X"].apply(lambda x: custom_round(x, step))

print(outcome)

当前错误输出 #

1    X  1_cluster  X_cluster
0  1.300  5.0        1.3        5.0
1  1.400  5.0        1.3        5.0
2  1.333  5.0        1.3        5.0
3  1.364  4.5        1.3        4.5
4  1.400  4.5        1.3        4.5

期望输出 #

1    X  1_cluster  X_cluster
0  1.300  5.0        1.3        5.0
1  1.400  5.0        1.4        5.0
2  1.333  5.0        1.3        5.0
3  1.364  4.5        1.3        4.5
4  1.400  4.5        1.4        4.5

问题根源 #

原函数中使用round(x / step) * step == x判断是否为步长整数倍，但二进制浮点数无法精确表示部分十进制小数（比如1.4），导致1.4 / 0.1的实际计算结果为13.999999999999998，相等判断返回False，进而执行(x // step) * step，而1.4 // 0.1因浮点数误差得到13.0，最终取整为1.3。

修复方案 #

方案一：用math.isclose替换直接相等判断 #

通过允许极小的误差范围，避免浮点数精度导致的误判：

import pandas as pd
import math

def custom_round(x, step):
    # 容忍1e-9的相对误差，判断是否为步长整数倍
    if math.isclose(x, round(x / step) * step, rel_tol=1e-9):
        return x
    return (x // step) * step

# 调用代码不变
data = {
    "1": [1.300, 1.400, 1.333, 1.364, 1.400],
    "X": [5.0, 5.0, 5.0, 4.5, 4.5]
}
outcome = pd.DataFrame(data)
step = 0.1
outcome["1_cluster"] = outcome["1"].apply(lambda x: custom_round(x, step))
outcome["X_cluster"] = outcome["X"].apply(lambda x: custom_round(x, step))
print(outcome)

方案二：使用decimal模块处理精确小数 #

彻底规避浮点数精度问题，用十进制精确运算：

import pandas as pd
from decimal import Decimal, getcontext

def custom_round(x, step):
    # 设置足够精度确保小数运算准确
    getcontext().prec = 10
    x_dec = Decimal(str(x))
    step_dec = Decimal(str(step))
    # 向下取整到最近的步长倍数
    multiple = (x_dec / step_dec).to_integral_value(rounding='ROUND_FLOOR')
    return float(multiple * step_dec)

# 调用代码不变
data = {
    "1": [1.300, 1.400, 1.333, 1.364, 1.400],
    "X": [5.0, 5.0, 5.0, 4.5, 4.5]
}
outcome = pd.DataFrame(data)
step = 0.1
outcome["1_cluster"] = outcome["1"].apply(lambda x: custom_round(x, step))
outcome["X_cluster"] = outcome["X"].apply(lambda x: custom_round(x, step))
print(outcome)

方案三：转换为整数运算（适合步长为10的负次幂场景） #

通过放大数值为整数，避免浮点数误差：

import pandas as pd

def custom_round(x, step):
    # 计算步长的小数位数
    step_str = str(step)
    decimal_places = len(step_str.split('.')[1]) if '.' in step_str else 0
    factor = 10 ** decimal_places
    # 转换为整数后向下取整
    x_int = int(round(x * factor))
    step_int = int(step * factor)
    rounded_int = (x_int // step_int) * step_int
    return rounded_int / factor

# 调用代码不变
data = {
    "1": [1.300, 1.400, 1.333, 1.364, 1.400],
    "X": [5.0, 5.0, 5.0, 4.5, 4.5]
}
outcome = pd.DataFrame(data)
step = 0.1
outcome["1_cluster"] = outcome["1"].apply(lambda x: custom_round(x, step))
outcome["X_cluster"] = outcome["X"].apply(lambda x: custom_round(x, step))
print(outcome)

以上三种方案均能得到预期的取整结果。

内容的提问来源于stack exchange，提问作者arrabattapp man