如何在Python DataFrame混合类型列中仅对数值保留两位小数

原代码错误分析 #

1. 遍历逻辑错误：for i in len(df) 中len(df)是整数，无法直接遍历，即便改成for i in range(len(df))，这种逐行循环的方式在pandas中效率极低，也不推荐。
2. 类型判断错误：if df['skor_change_w_ts'][i] is float 不能用is判断元素类型，正确写法是isinstance(df['skor_change_w_ts'][i], (int, float))，且要同时覆盖整数、浮点数两种数值类型。
3. 直接修改元素的问题：逐行修改DataFrame元素容易触发SettingWithCopyWarning，且性能远低于pandas原生的向量化操作。

最简实现代码 #

处理单列

df['skor_change_w_ts'] = df['skor_change_w_ts'].apply(lambda x: round(x, 2) if isinstance(x, (int, float)) else x)

处理多列

先指定需要处理的列名，再批量操作：

# 替换为你实际需要处理的列名列表
target_cols = ['skor_change_w_ts', 'col1', 'col2']
df[target_cols] = df[target_cols].applymap(lambda x: round(x, 2) if isinstance(x, (int, float)) else x)

说明 #

• apply/applymap会遍历目标列的每个元素，仅对整数、浮点数类型执行round(2)操作，字符串类型的"null"会保持原样。
• 这种方式完全契合pandas的操作习惯，避免了低效循环，同时保留原数据的结构和非数值内容。

内容的提问来源于stack exchange，提问作者YJP