pandas round

Pandas的round函数用于对DataFrame对象中的数值进行四舍五入。可以通过传递一个整数参数，来指定保留的小数位数。例如，使用df.round(2)可以将DataFrame对象df中的所有数值保留两位小数。此外，还可以通过传递一个字典作为参数，来指定每一列应该保留的小数位数。例如，使用df.round({'A': 1, 'C': 2})可以将DataFrame对象df中的列'A'保留一位小数，列'C'保留两位小数。

除了round函数，还可以使用apply函数来对DataFrame中的数值进行操作。apply函数可以对每一列或每一行应用一个自定义的函数。例如，可以使用df['A'].apply(lambda x: '{:.2%}'.format(x))来将列'A'中的数值格式化为百分比并保留两位小数。另外，applymap函数可以对DataFrame中的每一个元素应用一个自定义的函数。例如，可以使用df[['A', 'B', 'C']].applymap(lambda x: '{:.2%}'.format(x))来将多列数据格式化为百分比并保留两位小数[2]。

此外，Pandas还提供了groupby函数用于对DataFrame对象进行分组聚合操作。可以通过传递一个或多个列名来进行分组，并使用聚合函数（如sum、mean等）对指定的列进行聚合计算。例如，使用df.groupby(['一级分类', '二级分类'])[['数量', '金额']].sum().reset_index()可以对DataFrame对象df进行多列分组，并对列'数量'和'金额'进行求和。

总结起来，Pandas提供了多种方法来进行数据处理和操作，包括round函数的数值四舍五入、apply函数和applymap函数的自定义函数应用、以及groupby函数的数据分组聚合。这些方法可以根据需求进行灵活应用，以满足不同的数据处理需求。

- pandas.DataFrame.round. Available at: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.round.html
- 10 Minutes to pandas. Available at: https://pandas.pydata.org/pandas-docs/stable/user_guide/10min.html#custom-function-application
[3] - pandas.DataFrame.groupby. Available at: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.groupby.html