Pandas中float64类型列调用round()函数无效的问题咨询

1. 最常见问题：未将round结果赋值回原列 #

round()方法默认返回新的Series，不会直接修改原DataFrame。你之前的写法仅计算了结果，但未将结果保存回目标列。

直接赋值即可生效：

df["column"] = df["column"].round(1)

2. 数据类型伪装：看似float64实际是字符串 #

如果列中数值带有格式化符号（比如千分位逗号），即使导入后显示dtype为float64，实际可能是字符串类型。先验证数据类型：

# 查看列的实际数据类型
print(df["column"].dtype)
# 检查是否存在字符串元素
print(df["column"].apply(lambda x: isinstance(x, str)).any())

若确实为字符串，清理格式后转数值再round：

# 示例：移除千分位逗号后转float并四舍五入
df["column"] = df["column"].str.replace(',', '').astype(float).round(1)

3. 显示设置导致的“视觉无效” #

有时数据已经完成四舍五入，但pandas默认显示更多小数位，造成“未生效”的错觉。可调整全局显示格式：

import pandas as pd
# 设置全局显示1位小数
pd.set_option('display.float_format', '{:.1f}'.format)

关于map方法的说明 #

你使用的df["column"].map('{:,.1f}'.format)是将数值转换为字符串类型，而round()会保留数值类型。如果需要数值型结果，优先使用赋值后的round方法。

内容的提问来源于stack exchange，提问作者Lucas