Python Pandas DataFrame中如何对Loss Ratio百分比列四舍五入保留2位小数

1. 浮点数精度问题：0.805这类十进制小数无法被二进制浮点数精确存储，实际存储的数值会略小于0.805，触发舍入规则时会被判定为不足0.805
2. Pandas默认舍入规则为银行家舍入（四舍六入五成双）：当舍入位刚好是5时，会向最近的偶数方向舍入，0.805按该规则会舍入为0.80而非0.81

方案1：放大转整数后舍入（简单高效，适合大多数场景） #

通过放大100倍后再加微小偏移量抵消浮点数误差，再做舍入，代码如下：

# 加1e-8是为了抵消浮点数存储的微小负偏差，避免误判
df['Loss Ratio'] = (df['Loss Ratio'] * 100 + 1e-8).round() / 100

方案2：用Decimal模块指定标准四舍五入规则（精度最高，严格遵循四舍五入） #

如果需要完全符合日常使用的四舍五入规则（ROUND_HALF_UP，即逢5进1），可以使用Python标准库的Decimal模块实现：

from decimal import Decimal, ROUND_HALF_UP

df['Loss Ratio'] = df['Loss Ratio'].apply(
    lambda x: float(Decimal(str(x)).quantize(Decimal('0.00'), rounding=ROUND_HALF_UP))
)

以上两种方案处理后，你示例中的0.805都会被正确舍入为0.81，其余数值也符合预期效果。

内容的提问来源于stack exchange，提问作者newt335