如何对Float对象进行四舍五入？解决Pandas计算百分比保留一位小数时的AttributeError问题

嘿，这个问题我之前也碰到过！咱们来一步步理清楚：

为什么会报错？ #

你得到的计算结果是Python原生的float类型，而.round()是Pandas专属的方法（只适用于Series、DataFrame这类Pandas数据结构），所以直接给float用这个方法肯定会触发AttributeError。

三种可行的解决方案 #

1. 使用Python内置的round()函数

这是最简单直接的方式，直接把你的计算结果作为第一个参数传入，第二个参数指定保留的小数位数：

round(
    df.loc[((df['education-num'] < 13)|(df['education'] == 'Prof-school')) & (df['salary'] == '>50K')].shape[0] 
    / df.loc[(df['education-num'] < 13)| (df['education'] == 'Prof-school')].shape[0] * 100,
    1
)

执行后会返回17.4这个float类型的结果。

2. 使用NumPy的np.round()

如果你已经在项目里用到了NumPy，也可以用它的round方法，效果和内置函数一致：

import numpy as np

np.round(
    df.loc[((df['education-num'] < 13)|(df['education'] == 'Prof-school')) & (df['salary'] == '>50K')].shape[0] 
    / df.loc[(df['education-num'] < 13)| (df['education'] == 'Prof-school')].shape[0] * 100,
    1
)

3. 字符串格式化（适合展示输出）

如果你的需求是把结果以保留一位小数的形式打印或展示，字符串格式化会更灵活：

# 先计算出原始百分比
percentage = df.loc[((df['education-num'] < 13)|(df['education'] == 'Prof-school')) & (df['salary'] == '>50K')].shape[0] / df.loc[(df['education-num'] < 13)| (df['education'] == 'Prof-school')].shape[0] * 100

# 两种格式化方式任选其一
print("{:.1f}".format(percentage))
# 或者更简洁的f-string写法
print(f"{percentage:.1f}")

这样会输出字符串形式的17.4，适合直接展示给用户。

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