根据 df2 中的相应列舍入 df1 中的每一列

Question

df1:

李	是	科学	V	铬	锰
20.1564	-0.0011	-0.1921	0.0343	0.5729	0.1121
19.2871	-0.0027	0.0076	0.066	0.5196	0.0981
0.8693	0.0016	0.1997	0.0317	0.0533	0.014

df2:

李	是	科学	V	铬	锰
2.0	0.050	0.3	0.111	0.50	0.40

我需要将 df1 中的列四舍五入到与 df2 中相应列相同的小数位数。 问题是每个 df 包含 40 多列都需要四舍五入到特定的小数位数。

我可以像这样逐列进行

df1["Li"]=df1["Li"].round(1)
df1["Be"]=df1["Be"].round(3)
etc

有没有更简单的方法根据 df2 中的小数位数舍入 df1 中的所有列

所需 output：

李	是	科学	V	铬	锰
20.2	-0.001	-0.2	0.034	0.57	0.11
19.3	-0.003	0	0.066	0.52	0.1
0.9	0.002	0.2	0.032	0.05	0.01

Answer 1

您可以使用decimal模块中的Decimal来获取指数部分，并使用.round和映射字典来转换所有列：

from decimal import Decimal

exponent = lambda x: abs(Decimal(str(x)).as_tuple().exponent)
rounding = df2.T.squeeze().map(exponent)

out = df1.round(rounding)

Output：

>>> out
     Li   Be   Sc      V   Cr   Mn
0  20.2 -0.0 -0.2  0.034  0.6  0.1
1  19.3 -0.0  0.0  0.066  0.5  0.1
2   0.9  0.0  0.2  0.032  0.1  0.0

>>> rounding
Li    1
Be    2
Sc    1
V     3
Cr    1
Mn    1
Name: 0, dtype: int64

注意：正如@mozway 建议的那样， 0.050只有 2 位小数而不是 3 位小数，因为 python 不关心尾随零。

Answer 2

这可能不是将数据转换为所需形式的非常标准的方法，但它可能会解决您的目的。

for i in df2.columns:
    a = str(df2[i][0])
    df1[i] = df1[i].round(len(a.split('.')[1]))