使用json.load保持完全精确

Question

在Python中，我用json.load读取了一些数组。

z = pd.DataFrame()
with open('path/file.json') as f:
     data = json.load(f)
for x in data['y']:
    z = z.append(pd.DataFrame(x))

但是，当我将pandas dataframe z中的读入数字与原始的一个数字（json文件和上游工作流程）进行比较时，我看到原始的全精度数字切割到第6位并且也转换为指数格式，如适用。这导致我的下游处理错误结果

如何使用json.load保存完整的精度格式？

Answer 1

所以我把责任归咎于错误的。 JSON正确完成了这项工作。 “问题”是，pandas的标准精度为6.您可以通过

更改精度

pd.set_option('precision', 10).

感谢您对正确方向的评论！