如何基于df2对应列小数位数批量对df1各列取整？

问题描述 #

现有两个列名一一对应的DataFrame：df1和df2，需要将df1的每一列按照df2对应列的小数位数进行取整。目前逐列手动调用round方法效率低下（两表均含40+列），需要批量处理方案。

示例数据 #

df1：

df2：

期望输出： #

解决方案 #

步骤1：提取各列需保留的小数位数 #

从df2的唯一行中，计算每个值对应的小数位数：

# 提取df2第一行数据，计算每列的小数位数
decimal_places = df2.iloc[0].apply(lambda x: len(str(x).split('.')[1]))

运行后decimal_places结果为：

Li    1
Be    3
Sc    1
V     3
Cr    2
Mn    2
dtype: int64

步骤2：批量对df1执行取整操作 #

直接调用pandas.DataFrame.round()方法，传入上述小数位数的Series即可完成批量处理：

df_rounded = df1.round(decimal_places)

验证结果 #

运行上述代码后，df_rounded将完全匹配期望输出。

补充说明 #

• 若df2存在多行数据，可根据实际需求先聚合（如取第一行、均值对应的小数位数等）后再执行上述步骤；
• 该方法利用pandas的向量化操作，比逐列循环效率高得多，适合处理大量列的场景。

内容的提问来源于stack exchange，提问作者Gingerhaze