Question

在熊猫中我使用货币做了很多工作。到目前为止，我一直在使用默认的浮点数，但是处理缺乏精度是令人烦恼且容易出错的。我尝试切换到使用Decimal作为某些部分，虽然它可能会使计算速度慢很多，但却是精确的。但是，当我尝试保存到pandas商店（例如通过pytables的hdf5store）时，我得到： TypeError: Cannot serialize the column [o] because its data contents are [mixed] object dtype

这是我尝试做的简短示例：

import pandas as pd
from decimal import Decimal
teststore = pd.HDFStore('teststore.h5')
df = pd.DataFrame(data={'o':[Decimal('5.1')]})
teststore['test'] = df

..这引发了上述例外。 df.convert_objects(convert_numeric=True)没有帮助。

有没有办法将Decimal保存到pandas商店，如果没有，是否有推荐的方法在pandas商店中精确存储货币？

我使用的是python 2.7.8，pandas 0.14.1和pytables 3.1.1。

Answer 1

适用于0.15.0。虽然它实际上是作为一个实际的python对象被腌制，但是使用HDF5几乎没有任何好处。

In [46]: from decimal import Decimal

In [47]: teststore = pd.HDFStore('teststore.h5')

In [48]: df = pd.DataFrame(data={'o':[Decimal('5.1')]})

In [49]: teststore['test'] = df
pandas/io/pytables.py:2487: PerformanceWarning: 
your performance may suffer as PyTables will pickle object types that it cannot
map directly to c-types [inferred_type->mixed,key->block0_values] [items->['o']]

  warnings.warn(ws, PerformanceWarning)

作为一个FYI，通常float64的精度为14-16位，所以不确定为什么不使用它们（你可能需要更改显示打印精度才能看到它）。

In [50]: In [34]: pd.set_option('precision',16)

In [51]: In [35]: s = Series([0.0000000000001,0.000000000000002])

In [52]: s+s
Out[52]: 
0    0.000000000000200
1    0.000000000000004
dtype: float64

将货币精确保存到pandas商店（如Decimal？）

1 个答案: