使用Pandas按行求和并按自定义规则四舍五入至指定偶数的问询

核心思路 #

先计算指定列的行求和值，再分两步处理取整：

• 对所有求和值先计算「最近偶数」（采用银行家舍入法，确保中间值取偶数）
• 用条件判断覆盖特殊区间：若求和值落在 [0.75, 3]（含边界），强制替换为2

具体代码实现 #

import pandas as pd
import numpy as np

# 假设你的DataFrame名为df
# 1. 计算Q1 24到Q4 24的行求和
row_sums = df.loc[:, 'Q1 24':'Q4 24'].sum(axis=1)

# 2. 计算基础最近偶数：银行家舍入法，确保中间值取偶数
base_round = np.around(row_sums / 2) * 2

# 3. 应用自定义取整规则
df['result'] = np.where(
    (row_sums >= 0.75) & (row_sums <= 3),
    2,
    base_round
).astype(int)  # 可选：转成整数类型

关键细节说明 #

1. 列选择正确性：确保'Q1 24':'Q4 24'的列名和你的DataFrame完全匹配（注意空格），如果列顺序不对，可改用列名列表指定：df[['Q1 24', 'Q2 24', 'Q3 24', 'Q4 24']].sum(axis=1)
2. 最近偶数计算逻辑：
   • 原理：将数值除以2后取最近整数，再乘回2，确保结果为偶数
   • 银行家舍入法（np.around默认规则）：比如3.0除以2得1.5，会舍入为2，乘2得4，但后续条件判断会将3.0的情况强制替换为2，符合规则
3. 条件判断覆盖边界：明确包含>=0.75和<=3，确保边界值被正确处理

测试案例验证 #

常见错误修正 #

如果你的原有numpy.where代码失效，大概率是以下问题：

• 未正确计算最近偶数：比如直接用np.round(row_sums)后取偶，会导致3.0被舍入为3，再处理偶数值时出错
• 条件判断未覆盖边界：比如写成row_sums >0.75或row_sums <3，漏掉边界值
• 列选择错误：列名拼写或空格不对，导致求和值计算错误

内容的提问来源于stack exchange，提问作者Lynn