pandas，numpy 向下舍入到最接近的 100

在数据分析和处理的过程中，经常需要对数据进行舍入操作，以满足具体需求或规范化数据。在Python的数据处理库中，pandas和numpy提供了方便的函数来实现向下舍入到最接近的100的功能。本文将介绍如何使用pandas和numpy来进行这一操作，并提供相应的案例代码。

python
import pandas as pd
def round_down_to_nearest_100(x):
    return int(x/100) * 100
# 创建一个包含数字的Series
data = pd.Series([123, 456, 789, 1000, 2345])
# 使用apply函数和lambda表达式对Series中的每个元素进行向下舍入到最接近的100操作
rounded_data = data.apply(lambda x: round_down_to_nearest_100(x))
print(rounded_data)

0     100
1     400
2     700
3    1000
4    2300
dtype: int64

python
import numpy as np
# 创建一个包含数字的数组
data = np.array([123, 456, 789, 1000, 2345])
# 使用numpy的floor函数将数组中的每个元素向下舍入到最接近的100
rounded_data = np.floor(data / 100) * 100
print(rounded_data)

[ 100.  400.  700. 1000. 2300.]