You need to enable JavaScript to run this app. 使用Python依据另一列对应值对指定列小数进行四舍五入的实现方法
优惠活动
大模型
产品
解决方案
定价
更多

使用Python依据另一列对应值对指定列小数进行四舍五入的实现方法

Python按资产类别对价格列四舍五入实现方案

以下方案默认基于pandas实现结构化表格的批量处理,是最通用的落地方式:

步骤1:定义精度映射规则

先把资产类别和对应保留小数位的关系存在字典里,后续调整规则时直接修改字典即可,不需要改动逻辑代码:

import pandas as pd

precision_map = {
    "股指": 2,
    "个股": 2,
    "currencies": 5,
    "commodities": 3
}
# 如果你的表格中货币、大宗商品字段存储的是中文值,把对应键修改为中文即可

步骤2:批量处理价格列

对DataFrame的每一行应用规则,生成四舍五入后的价格列:

# 假设你的表变量名为df,资产类别列名为asset_class,价格列名为price
df["rounded_price"] = df.apply(
    lambda row: round(row["price"], precision_map.get(row["asset_class"], 2)),
    axis=1
)
  • 代码中precision_map.get的第二个参数是默认保留位数,遇到不在映射规则里的资产类别时会使用该值,你可以根据需求调整
  • 如果你需要直接覆盖原price列,把左侧的rounded_price改为price即可

单条数据处理方案

如果你不需要批量处理,只需要对单条价格数据按资产类别计算,可直接用下面的函数:

def round_price_by_asset(price: float, asset_class: str) -> float:
    precision_map = {
        "股指": 2,
        "个股": 2,
        "currencies": 5,
        "commodities": 3
    }
    precision = precision_map.get(asset_class, 2)
    return round(price, precision)

# 调用示例
print(round_price_by_asset(1.23456, "currencies")) # 输出1.23456
print(round_price_by_asset(78.9123, "个股")) # 输出78.91

高精度场景注意事项

如果你对价格精度要求极高,要避免浮点运算的精度误差,可以替换round为Python标准库decimal模块的舍入方法,适配金融场景的严格精度要求。

内容的提问来源于stack exchange,提问作者partyyyy

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.18 21:48:03