パンダでパーセンテージを丸める方法は？

Question

私はパーセンテージを印刷する必要がありますが、トリックは4桁の値に丸めなければならないということです。 DataFrame内にあり、各列は1つの割り当ての割合を表します。

場合によっては、パーセンテージの合計が1になりませんが、0.9999または1.0001（意味があります）。しかし、どのようにしてそれが確実に行われますか？ 行を任意に選択し、その中にデルタを入れなければなりません。 私はこの解決策を考え出しましたが、私は各列を反復してSeriesに修正を加えなければなりません。

-- before -- 
     0  1  2  3 
0 0.0116 0.1256 0.4980 0.3738 
1 0.2562 0.5458 0.3086 0.1221 
2 0.4853 0.0009 0.0588 0.0078 
3 0.2470 0.3277 0.1346 0.4962 
0 1.0001 
1 1.0000 
2 1.0000 
3 0.9999 
dtype: float64 
-- after -- 
     0  1  2  3 
0 0.0115 0.1256 0.4980 0.3738 
1 0.2562 0.5458 0.3086 0.1221 
2 0.4853 0.0009 0.0588 0.0079 
3 0.2470 0.3277 0.1346 0.4962 
0 1.0 
1 1.0 
2 1.0 
3 1.0 
dtype: float64 

コード

df = abs(pd.DataFrame(np.random.randn(4, 4), columns=range(0,4))) 
# Making sure the sum of allocation is 1. 
df = df/df.sum() 
# Rounding the allocation 
df = df.round(4) 
print("-- before --") 
print(df) 
print(df.sum()) 

# It can happen that after rounding your number, the sum is not equal to 1. (imagine rounding 1/3 three times...) 
# So check for the sum of each col and then put the delta in in the fund with the lowest value. 
for p in df: 
    if df[p].sum() != 1: 
     # get the id of the fund with the lowest percentage (but not 0) 
     low_id = (df[p][df[p] != 0].idxmin()) 
     df[p][low_id] += (1 - df[p].sum()) 
print("-- after --") 
print(df) 
print(df.sum()) 

出力は、任意のより高速な解決策はありますか？

どうもありがとう、

よろしく、 ジュリアン

Answer 1

ループを避けるために、常により良いです。

df = abs(pd.DataFrame(np.random.randn(4, 4))) 

df = df/df.sum() 
df = df.round(4) 

columns = ['Sum','Min', 'submin'] 
dftemp = pd.DataFrame(columns=columns) 
dftemp['Sum']= df.sum(axis=0)  # sum columns 
dftemp['Min']= df[df!=0].min(axis=0) # non zero minimum of column 
dftemp['submin']= dftemp['Min']+(1-dftemp['Sum']) # (1 -sum of columns) + minimum value 
dftemp['FinalValue']= np.where (dftemp['Sum']!=1,dftemp.submin,dftemp.Min) # decide weather to use existing miinimum value or delta 

print('\n\nBefore \n\n ',df,'\n\n ', df.sum()) 

df=df.mask(df.eq(df.min(0),1),df.eq(df.min(0),1).mul(dftemp['FinalValue'].tolist())) # Replace the minmum value with delta values 

print('After \n\n ',df,'\n\n ', df.sum()) 

出力

出力

Before 

      0  1  2  3 
0 0.1686 0.0029 0.1055 0.1739 
1 0.5721 0.5576 0.2904 0.2205 
2 0.0715 0.2749 0.4404 0.5014 
3 0.1878 0.1647 0.1637 0.1042 

    0 1.0000 
1 1.0001 
2 1.0000 
3 1.0000 
dtype: float64 
After 

      0  1  2  3 
0 0.1686 0.0028 0.1055 0.1739 
1 0.5721 0.5576 0.2904 0.2205 
2 0.0715 0.2749 0.4404 0.5014 
3 0.1878 0.1647 0.1637 0.1042 

    0 1.0 
1 1.0 
2 1.0 
3 1.0 
dtype: float64