我正在尝试将pandas DataFrame转换为字典列表,其中1个字典代表1行;因此大熊猫to_dict(orient='records')
方法是完美的;但是在某些情况下输出不正确。这是一个例子:
df = pd.DataFrame({'x': [1/3, 2/3], y=[4/3, 5/3]})
# x y
0 0.333333 1.333333
1 0.666667 1.666667
df.round(3).to_dict(orient='records') # rounded incorrectly
# [{'x': 0.3330000000000002, 'y': 1.333}, {'x': 0.6670000000000004, 'y': 1.667}]
df.round(3).to_dict(orient='list') # rounded correctly
# {'x': [0.333, 0.667], 'y': [1.333, 1.667]}
正如您所见,to_dict(orient='list')
似乎工作正常。这有什么问题?
答案 0 :(得分:2)
在pandas 0.20.2由于某种原因orient = records
使用numpy float类型而orient = list
使用本机python float类型。
records = df.round(3).to_dict(orient='records')
print(type(records[0]['x']))
numpy.float64
list_orient=df.round(3).to_dict(orient='list')
print(type(list_orient['x'][0]))
float
精确数据类型的差异导致舍入差异。 现在为什么不同的东方参数导致不同的数据类型,我不能说。
将numpy float转换回本机python float:
print(float(records[0]['x']))
0.333
我们得到的输出就像列表中的to_records输出一样。
有关奇怪的浮动shenanigans Is floating point math broken?
的更多信息