Pandas/Numpy round函数对DataFrame列四舍五入异常求助

问题描述 #

使用np.round()对DataFrame的REVENUE列保留两位小数时，出现异常情况：64.5450未按预期进位为64.5500，反而得到64.5400，其余数值舍入正常。

示例数据与执行结果：

sample['REVENUE']
12830     0.0000
12831     3.3600
12832     3.1680
12833    13.0061
12834    13.2150
12835    64.5450
12836   113.5350
12837   245.0000
12838    27.7750
Name: REVENUE, dtype: float64

np.round(sample['REVENUE'], decimals = 2)
12830     0.0000
12831     3.3600
12832     3.1700
12833    13.0100
12834    13.2200
12835    64.5400  # 异常：预期64.5500
12836   113.5400
12837   245.0000
12838    27.7800
Name: REVENUE, dtype: float64

原因分析 #

这是浮点数精度局限性导致的问题：64.545在二进制浮点数体系中无法精确表示，实际存储的数值略小于64.545，因此np.round()进行舍入时会向下取整。

解决方法 #

方法1：使用pandas内置的round方法 #

pandas的Series.round()针对这类浮点数精度问题做了优化，能得到符合预期的舍入结果：

sample['REVENUE'].round(2)

执行后64.5450会被正确舍入为64.5500。

方法2：使用decimal模块实现精确十进制舍入 #

通过decimal模块以十进制精度处理数值，避免二进制浮点数的误差：

from decimal import Decimal, ROUND_HALF_UP

def precise_round(x):
    # 将浮点数转为Decimal对象，按四舍五入保留两位小数
    return Decimal(str(x)).quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)

# 应用到列上
sample['REVENUE'] = sample['REVENUE'].apply(precise_round)

方法3：添加极小值修正浮点数精度 #

给目标数值添加一个极小的epsilon（如1e-8），修正存储的微小误差后再进行舍入：

np.round(sample['REVENUE'] + 1e-8, decimals=2)

这个方法能让略小于64.545的存储值被修正为接近真实值，从而触发正确的进位。

内容的提问来源于stack exchange，提问作者Jason Lim