为什么Pandas / Numpy自动将9999999999舍入为1.000000e + 10？

Question

我有一个Pandas数据框，具有4行，其中一列（名为limit）包含浮点值，其中任何零都必须替换为9999999999（9999999999亿）。该列设置为float32数据类型，我使用pandas.DataFrame.where方法进行替换。但是，由于Numpy将9999999999舍入为10000000000（100亿），因此无法正常工作。

我已经在iPython 3（Python 3.6.8），Pandas版本0.24.2，Numpy版本1.14.0中进行了尝试。

这是替代声明

df['limit'] = df['limit'].where(df['limit'] != 0, 9999999999)

我看到limit的以下列值：

0    1.000000e+10
1    1.000000e+10
2    1.000000e+10
3    1.000000e+10

但我期待

0    9999999999.0
1    9999999999.0
2    9999999999.0
3    9999999999.0

为什么进行四舍五入？使用普通Python不会发生这种情况

In [1]: (9.999999999) * 10**9                                                                                                    
Out[1]: 9999999999.0

Answer 1

这仅仅是因为int32无法保留该数字。您可以通过计算演示该数字所需的位数来检查：

In [24]: np.floor(np.log2(9999999999)) + 1
Out[24]: 34.0

如您所见，您至少需要34位才能显示该数字。因此，您应该使用int64作为表示它的较大数据类型。

即使您通过将数字放在具有相同数据类型的序列中进行测试，您也会再次看到意外的结果（溢出）：

In [25]: s = pd.Series([9999999999], dtype=pd.np.int32)

In [26]: s
Out[26]: 
0    1410065407
dtype: int32