Заменяем дробную часть на .5 в pandas DataFrame без потери целой части

Как в pandas принудительно сделать все значения с окончанием .5 без округления: берем floor или astype(int) и прибавляем 0.5. Примеры, сравнение скорости. Быстро.

При работе с табличными числовыми данными не всегда нужно округлять: иногда важно привести значения к фиксированному десятичному виду, не трогая целую часть. Типичный сценарий — заставить каждое число оканчиваться на .5, при этом целая часть должна остаться без изменений. На слух похоже на округление до ближайших 0.5, но это другое. Задача — заменить дробную часть на .5 независимо от исходных десятичных знаков.

Пример, показывающий проблему

Рассмотрим DataFrame, где часть значений уже оканчивается на .5, а часть — нет. Нужно добиться, чтобы каждое значение имело окончание .5, не изменяя целую часть.

import pandas as pd
frame = pd.DataFrame(
    {
        "alpha": [1.5, 5.5, 7.11116],
        "beta": [3.66666661, 10.5, 4.5],
        "gamma": [8.5, 3.111118, 2.5],
    },
    index=["a", "b", "c"],
)
print(frame)
#       alpha       beta  gamma
# a   1.50000   3.666667    8.5
# b   5.50000  10.500000    3.111118
# c   7.11116   4.500000    2.5

Быстрая проверка может пометить неподходящие элементы, но это лишь выявление, а не преобразование:

flagged = frame.where(frame % 0.5 == 0, "adjust")
print(flagged)
#   alpha      beta   gamma
# a   1.5   adjust     8.5
# b   5.5     10.5   adjust
# c adjust      4.5     2.5

Что на самом деле требуется

Округление до ближайшего «половинчатого» шага превратило бы 3.111118 в 3.0, а нам это не подходит. Требование детерминированное: оставить целую часть как есть и принудительно заменить дробную на .5. Иными словами, взять floor (целую часть) каждого числа и прибавить 0.5.

Решение

Самые прямые векторизованные способы — применить floor и прибавить 0.5 либо привести к int и прибавить 0.5. В обоих случаях нет побочных Python-циклов по элементам, операция получается краткой и быстрой.

import numpy as np
normalized = np.floor(frame).add(0.5)
print(normalized)
#   alpha  beta  gamma
# a   1.5   3.5    8.5
# b   5.5  10.5    3.5
# c   7.5   4.5    2.5

Эквивалентный вариант с преобразованием к целому типу:

normalized_alt = frame.astype(int).add(0.5)
print(normalized_alt)
#   alpha  beta  gamma
# a   1.5   3.5    8.5
# b   5.5  10.5    3.5
# c   7.5   4.5    2.5

Небольшой замер показывает, что вариант с floor примерно на 30% быстрее. Сравните методы в своей среде: в ноутбуке удобно воспользоваться %timeit на репрезентативных данных, а для более подробного анализа пригодится perfplot.

Зачем это важно

Разделение «округления до ближайшего шага» и «жёсткой подстановки дробной части» помогает избежать скрытых ошибок. В пайплайнах, где целая часть несёт категориальный/биновый смысл, а дробная — фиксированный маркер, применение floor (или приведения к целому) с последующим добавлением константы обеспечивает корректность. К тому же логику удаётся выразить одной векторизованной операцией — критично для больших DataFrame.

Выводы

Если нужно, чтобы каждое значение оканчивалось на .5 при сохранении целой части, возьмите целую часть и прибавьте 0.5. В pandas это кратко записывается как numpy.floor(...).add(0.5) или df.astype(int).add(0.5). Если важна скорость, измерьте обе стратегии на своих данных: в ноутбуке удобно использовать %timeit для оперативных замеров, а perfplot даст более широкое сравнение по размерам входа.