如何使用python进行正确的四舍五入？这个坑有点大

本文主要分享基于python的数据分析三方库pandas，numpy的一次爬坑经历，发现并分析了python语言对于浮点数精度处理不准确的问题，并在最后给出合理的解决方案。如果你也在用python处理数据，建议看一下，毕竟0.1的误差都可能造成比较大的影响

01 发现问题

早上到了公司，领导发了几个文件过来，说这两天测试环境跑出来的数据，与实际情况有所出入，看看哪出的问题，尽快解决···

02 开始排查

-先对比数据，发现并不是所有的数据都出现问题，只有10%左右的数据有这个问题，说明应该不是逻辑上的问题，初步判断可能为个别情况需要特殊处理，考虑不周导致

-检查梳理各个运算模块，用debug断点调试一波，确定了数据出现偏差的模块

-通过单独测试这个单元模块最终确定，涉及到两数相除结果为0.5(浮点数)的地方有问题

-预期结果：np.round(0.5)=1，实际运算结果：np.round(0.5)=0，于是我做了如下的试验

通过对比，发现确实涉及到.5的值会有些和预想的不同，看看啥原因

03 分析问题

确实发现了关于浮点数(.5出现了理解上的偏差)，看看官方文档怎么解释这个现象

其实也就是说：对于带有.5这种刚好介于中间的值，返回的是相邻的偶数值

-白话解释：如果一个数字带有浮点数(.5)，整数部分为偶数，则返回这个偶数；整数部分奇数，则返回这个奇数+1的偶数

-规律解释：如果整数部分能够整除2，则返回整数部分；如果整数部分不能整除2，则返回整数部分 +1

04 解决问题

先不做任何改动，看下数据误差的情形

原始结果图片如下

不做处理，期望值和偏差值不等的情况出现

我的解决方案

-我根据我的精度要求，构建精度范围所需要保留的小数点的最后一位，通过这个数字是否为5，判断是否需要向上取整

-举例来说，本案例中我只需要保留整数部分的数据，那么我只需要确定小数点后第一位是否是数字5就可以了

上代码

结果如下所示

期望修正值已经达成

我是一名奋战在编程界的pythoner，工作中既要和数据打交道，也要和erp系统，web网站保持友好的沟通……，时不时的会分享一些提高效率的编程小技巧，在实际应用中遇到的问题以及解决方案，或者源码的阅读等等，欢迎大家一起来讨论！如果觉得写的还不错，欢迎点个关注点个赞，谢谢。