You need to enable JavaScript to run this app. Pandas apply/map 调用自定义旧式舍入函数时部分行结果异常
优惠活动
大模型
产品
解决方案
定价
更多

Pandas apply/map 调用自定义旧式舍入函数时部分行结果异常

场景说明
  • 需处理的金融类DataFrame中CMO_($/MWH)列需按旧式舍入规则计算:保留2位小数,尾数为0.5时直接向上取整(例如754.275需舍入为754.28)
  • 原始数据结构如下:
INIT_DATE  INIT_HOUR   CMO_($/MWH)
0   2020-12-01  00:00:00    754.275
1   2020-12-01  01:00:00    728.130
2   2020-12-01  02:00:00    722.575
3   2020-12-01  03:00:00    722.045
4   2020-12-01  04:00:00    721.950
5   2020-12-01  05:00:00    721.035
6   2020-12-01  06:00:00    722.100
7   2020-12-01  07:00:00    739.925
8   2020-12-01  08:00:00    771.390
9   2020-12-01  09:00:00    797.415
10  2020-12-01  10:00:00    796.585
11  2020-12-01  11:00:00    791.875
12  2020-12-01  12:00:00    782.225
13  2020-12-01  13:00:00    783.540
14  2020-12-01  14:00:00    790.980
15  2020-12-01  15:00:00    815.555
16  2020-12-01  16:00:00    824.760
17  2020-12-01  17:00:00    782.265
18  2020-12-01  18:00:00    779.970
19  2020-12-01  19:00:00    784.640
20  2020-12-01  20:00:00    785.380
21  2020-12-01  21:00:00    785.840
22  2020-12-01  22:00:00    779.775
23  2020-12-01  23:00:00    763.775
原有实现逻辑

Python 3+默认采用银行家舍入规则,为适配旧式舍入逻辑,编写了自定义舍入函数_old_round,单独传入测试数值时输出结果完全符合预期:

def _old_round(n):
    """
        Since Python 3+ the rounding is made through the Banker's Round Rule,
        this function uses the old rounding method (round up if 0.5).
        
        Args:
            n (float): A number with 3 thousands values after decimal point
        
        Returns:
            (float)  : The rounded number now with 2 decimal places, but using
                        the old round method
        Example:
            >>> _old_round(782.225)
            >>> 782.23
    """
    #  将数值乘以100匹配整数舍入精度
    new_n = n * 100
    #  使用Decimal库的HALF_UP规则做舍入
    n_dec = Decimal(new_n).quantize(Decimal('1'), rounding=ROUND_HALF_UP)
    #  还原为原始数值格式
    return float(n_dec / 100)
批量处理异常表现

使用Pandas的apply/map方法对CMO_($/MWH)列批量执行舍入计算时,仅索引12对应的数值(原始值782.225)计算结果错误,预期为782.23,实际输出782.22,其余所有行的计算结果均符合规则。
执行代码:

df['ROUNDED_CMO'] = df['CMO_($/MWH)'].apply(_old_round)
# lambda形式的map、apply调用均复现同一问题
df['ROUNDED_CMO'] = df['CMO_($/MWH)'].map(lambda x : _old_round(x))
df['ROUNDED_CMO'] = df['CMO_($/MWH)'].apply(lambda x : _old_round(x))

异常输出对应行:

INIT_DATE  INIT_HOUR  CMO_($/MWH)   ROUNDED_CMO
12  2020-12-01  12:00:00    782.225     782.22

运行环境为Windows 10下的Miniconda环境,对应版本为pandas 1.1.3、Python 3.6.12、jupyter-notebook 6.1.4。排查阶段已尝试math.ceil、numpy.ceil、Decimal库各类舍入参数、公开技术方案的自定义实现,该异常始终无法修复。

问题根因

错误来源是二进制浮点数的精度存储偏差:

  1. IEEE754双精度浮点数无法精确存储所有3位小数的数值,例如782.225的实际存储值略小于书写值782.225,近似为782.2249999999999
  2. 原实现中第一步先对原始浮点数执行n * 100的算术运算,会进一步放大这个精度偏差——原本略小于782.225的数值乘以100后,结果为78222.499999...,而非预期的78222.5
  3. 后续将这个带偏差的数值传入Decimal做舍入时,因整数部分后的尾数小于0.5,会直接向下舍入为78222,最终输出782.22,不符合规则

单独传入字面量测试时结果正常,是因为测试场景下的字面量存储、计算路径和Pandas列批量取数的计算路径存在细微差异,才导致问题仅在批量处理时暴露。

修复方案

调整舍入函数的构造逻辑,绕开二进制浮点数的算术运算偏差,直接基于数值的精确字符串构造Decimal对象做舍入:

from decimal import Decimal, ROUND_HALF_UP

def _old_round(n):
    #  直接将原始浮点数转为字符串构造Decimal,规避精度偏差
    n_dec = Decimal(str(n)).quantize(Decimal('0.01'), rounding=ROUND_HALF_UP)
    return float(n_dec)

调整后批量处理时,索引12的782.225可正确得到782.23的结果,其余行的计算逻辑不受影响。

注意:切勿对原始浮点数做算术运算(如乘100、加小数偏差)后再传入Decimal做舍入,这类操作会直接引入无法修正的精度误差。


内容的提问来源于stack exchange,提问作者Ircb

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:2026.11.11 03:06:04