Pythonでデータ分析を行う際、Pandasライブラリを使用してデータフレームを操作することがよくあります。しかし、データフレーム内の値がNaN（Not a Number）である場合、一部の関数が期待通りに動作しないことがあります。その一つがround関数です。
round関数は通常、指定した小数点以下の桁数に丸めた値を返します。しかし、この関数はNaN値を含むデータフレームに対して適用するとエラーを引き起こす可能性があります。
この問題を解決する一つの方法は、numpyライブラリのfloor関数を使用することです。floor関数は、引数として与えられた値以下の最大の整数を返します。つまり、小数点以下を切り捨てる効果があります。この関数をapplyメソッドと組み合わせることで、データフレームの各要素に対して操作を適用することができます。
import numpy as np
# 'measure'列の値を小数点以下を切り捨てた値に更新
tempDF['int_measure'] = tempDF['measure'].apply(np.floor)
このコードは、’measure’列の各値をnp.floor関数に通した結果を新たな列’int_measure’としてデータフレームに追加します。この方法であれば、NaN値が含まれていてもエラーを引き起こすことなく列の値を更新することができます。
ただし、np.floor関数の結果はnumpy.float64型となるため、その後の処理で整数型が必要な場合は適宜型変換を行う必要があります。
以上が、Pythonのround関数を使用する際の注意点とその対処法についての説明です。データ分析を行う際は、このようなデータの特性を理解して適切な関数を選択することが重要です。.