如何对DataFrame整列取整？生成A列向上取整到5的新列df["B"]

Hey there! Let's break down your two pandas rounding problems with clear, actionable steps. I've seen plenty of folks stumble on these exact scenarios, so let's get you the expected output you're after.

1. 对DataFrame整列执行向上/向下取整操作 #

要实现整列的向上或向下取整，我们可以借助numpy的ceil()（向上取整）和floor()（向下取整）函数，它们能直接作用于pandas的Series对象，效率很高。

步骤示例： #

import pandas as pd
import numpy as np

# 创建示例DataFrame
df = pd.DataFrame({'numeric_col': [1.3, 4.6, 7.2, 9.8, 12.5]})

# 向下取整到整数
df['floor_col'] = np.floor(df['numeric_col'])

# 向上取整到整数
df['ceil_col'] = np.ceil(df['numeric_col'])

常见问题排查： #

• 如果你的列是object类型（非数值型），先转成数值型再操作：

  df['numeric_col'] = pd.to_numeric(df['numeric_col'], errors='coerce')
  

• 注意：pandas的.round()方法是四舍五入，不是向上/向下取整，别搞混啦。

2. 基于A列生成向上取整到5的新列B #

向上取整到最近的5的倍数，核心逻辑是：先把数值除以5，对结果向上取整，再乘以5。这样就能精准得到你要的结果。

步骤示例： #

# 创建示例DataFrame
df = pd.DataFrame({'A': [3, 8, 14, 21, 27]})

# 生成向上取整到5的新列B
df['B'] = np.ceil(df['A'] / 5) * 5

结果验证： #

为什么之前可能没得到预期结果？ #

• 错误使用了np.floor()而非np.ceil()，导致向下取整到5的倍数；
• 计算顺序搞反了（比如先乘5再取整，完全不符合逻辑）；
• A列的数据类型不是数值型，导致运算失败。

内容的提问来源于stack exchange，提问作者Tie_24