Python：小数为.0时取整，其余情况保留1位小数的实现

需求：对浮点数进行格式化，当小数部分为.0时显示为整数，其他情况保留1位小数。
现有问题：使用round函数处理时，data1计算结果为50.0，期望显示为50；data2计算结果应为37.5，但当前代码输出不符合预期。

现有代码 #

import pandas as pd

data1 = pd.DataFrame({'id' : ['a1', 'a1', 'a1', 'a1', 'a2', 'a2', 'a2', 'a2'], 
                 'label' : ['0','0','1','0','1','0','1','1']})

print(round((data1.id.eq('a1').sum() /
  (data1.id.eq('a1').sum() + data1.id.eq('a2').sum()).round(2) * 100), 0))


data2 = pd.DataFrame({'id' : ['a1', 'a1', 'a1', 'a2', 'a2', 'a2', 'a2', 'a2'], 
                 'label' : ['0','0','1','0','1','0','1','1']})

print(round((data2.id.eq('a1').sum() /
  (data2.id.eq('a1').sum() + data2.id.eq('a2').sum()).round(2) * 100), 0))

问题分析 #

• 代码逻辑错误：round(2)的位置不合理，它被作用在分母的求和结果上，而非整个计算式，虽然这里分母是整数不影响结果，但后续用round(...,0)直接把37.5截断成了整数38，完全不符合保留一位小数的需求。
• round函数本身做不到“小数部分为.0时显示整数，否则保留一位小数”的格式化效果，它返回的始终是浮点数，比如50.0无法自动转为整数格式。

解决方案 #

步骤1：修正计算逻辑，保留准确数值 #

先算出精确的百分比值，不要过早用round截断：

# 计算data1的百分比
count_a1 = data1.id.eq('a1').sum()
count_total = count_a1 + data1.id.eq('a2').sum()
percent1 = (count_a1 / count_total) * 100

# 计算data2的百分比
count_a1_2 = data2.id.eq('a1').sum()
count_total_2 = count_a1_2 + data2.id.eq('a2').sum()
percent2 = (count_a1_2 / count_total_2) * 100

步骤2：自定义格式化函数 #

写一个函数处理浮点数的显示规则：

def format_float(num):
    if num.is_integer():
        return int(num)
    else:
        return round(num, 1)

步骤3：应用格式化并输出 #

print(format_float(percent1))  # 输出50
print(format_float(percent2))  # 输出37.5

完整代码 #

import pandas as pd

def format_float(num):
    if num.is_integer():
        return int(num)
    else:
        return round(num, 1)

# 处理data1
data1 = pd.DataFrame({'id' : ['a1', 'a1', 'a1', 'a1', 'a2', 'a2', 'a2', 'a2'], 
                 'label' : ['0','0','1','0','1','0','1','1']})
count_a1 = data1.id.eq('a1').sum()
count_total = count_a1 + data1.id.eq('a2').sum()
percent1 = (count_a1 / count_total) * 100
print(format_float(percent1))

# 处理data2
data2 = pd.DataFrame({'id' : ['a1', 'a1', 'a1', 'a2', 'a2', 'a2', 'a2', 'a2'], 
                 'label' : ['0','0','1','0','1','0','1','1']})
count_a1_2 = data2.id.eq('a1').sum()
count_total_2 = count_a1_2 + data2.id.eq('a2').sum()
percent2 = (count_a1_2 / count_total_2) * 100
print(format_float(percent2))

内容的提问来源于stack exchange，提问作者tonydanza123