如何修复Python Pandas Dataframes中的浮点差异？

Question

我正在将一个CSV文件读入Panda的数据帧。检索数据时，我得到的值与原始数据略有不同。

我认为它与Python代表小数的方式有关。但是我该如何修复/解决它呢？

CSV数据示例：

1313331280,10.4,0.779
1313334917,10.4,0.316
1313334917,10.4,0.101
1313340309,10.5,0.15
1313340309,10.5,1.8

Pandas数据帧：

df = pd.read_csv(csv_file_full_path, names=['time','price', 'volume'])

输出：

ORDERS_DATA_FRAME.iloc[0]['volume']

source file value = 0.779
the pandas output value = 0.77900000000000003

读入Pandas数据帧时，数据会发生变化。有什么问题？

Answer 1

虽然问题是由于浮点运算，但如果您知道列的最大小数位数，则可以使用round(float_number, number_of_decimals)来恢复正常值。或者，您可以将列读作字符串，然后使用float(float_number_string)将其转换为float。