pandas.to_numeric中出现意外的浮点问题

Question

pandas.to_numeric这种看似不一致的浮点行为的解释是什么？

In [116]: pd.to_numeric([100.018], errors='ignore', downcast='float')
Out[116]: array([100.018], dtype=float32)

In [117]: pd.DataFrame([100.018]).apply(pd.to_numeric, errors='ignore', downcast='float')
Out[117]:
            0
0  100.017998

In [118]: pd.DataFrame([100.018], dtype=np.float64).apply(pd.to_numeric, errors='ignore', downcast='float').dtypes
Out[118]:
0    float32
dtype: object

在我看来downcast在文档中无法正常工作 因为100.018可以强制转换为np.float32

  

如果不是None，并且数据已成功转换为数值   dtype（或者如果数据以数字开头），请向下转换   根据以下结果生成的数据为可能的最小数字dtype   以下规则：

     

  
• 'integer'或'signed'：最小有符号int dtype（最小值：np.int8）
  
• 'unsigned'：最小的无符号int dtype（最小值：np.uint8）
  
• 'float'：最小的float dtype（最小值：np.float32）
  

In [119]: import pandas as pd

In [120]: pd.__version__
Out[120]: '0.23.4'