Oracle和Pandas数据帧的round函数输出不同

在Oracle和Pandas中，round函数的输出结果可能不同。这是由于两者在处理浮点数时的舍入规则不同造成的。Oracle使用的是“银行家舍入法”，而Pandas使用的是“四舍五入法”。

下面是一个示例代码，展示了Oracle和Pandas中的round函数输出不同的情况：

import pandas as pd

# 创建一个包含浮点数的数据帧
df = pd.DataFrame({'num': [1.25, 2.75, 3.5]})

# Pandas中的round函数，默认使用“四舍五入法”
df['rounded_pandas'] = df['num'].round(1)
print(df)

# Oracle中的round函数，默认使用“银行家舍入法”
df['rounded_oracle'] = df['num'].apply(lambda x: round(x, 1))
print(df)

上述代码的输出结果如下：

    num  rounded_pandas  rounded_oracle
0  1.25             1.2             1.2
1  2.75             2.8             2.8
2  3.50             3.5             3.5

可以看到，在Pandas中，1.25被四舍五入为1.2，而在Oracle中，1.25被银行家舍入为1.2。同样地，2.75在Pandas中被四舍五入为2.8，在Oracle中被银行家舍入为2.8。

如果需要在Pandas中使用银行家舍入法，可以使用numpy库中的around函数。下面是修改后的代码示例：

import pandas as pd
import numpy as np

# 创建一个包含浮点数的数据帧
df = pd.DataFrame({'num': [1.25, 2.75, 3.5]})

# 使用numpy中的around函数进行银行家舍入
df['rounded_pandas'] = np.around(df['num'], 1)
print(df)

这样，Pandas中的round函数的输出结果将和Oracle中的round函数的输出结果一致。