Question

此方案是ETL方案的简化，其中涉及从MySQL表提取的多组数据。我有一个合并的数据框，其中一个价格列的类型为float64，而另一个价格列的类型为object。

import pandas as pd

df = pd.DataFrame({
    'price1': [0.066055],
    'price2': ['0.066055'],
})

>>> df.dtypes
price1    float64
price2     object
dtype: object

将这两列转换为float64时，将price1列舍入到5位数字时舍入不正确。

float64_df = df[price_cols].apply(lambda x: pd.to_numeric(x))

>>> float64_df.dtypes
price1    float64
price2    float64
dtype: object

>>> float64_df[price_cols].apply(lambda x: x.round(5))
    price1   price2
0  0.06606  0.06605

但是，当使用float32将列转换为downcast='float'时，舍入将按预期进行。

float32_df = df[price_cols].apply(lambda x: pd.to_numeric(x, downcast='float'))

>>> float32_df.dtypes
price1    float32
price2    float32
dtype: object

>>> float32_df[price_cols].apply(lambda x: x.round(5))
    price1   price2
0  0.06606  0.06606

有什么想法为什么当两列均为float64类型时舍入不能正常工作？

Answer 1

以更高的精度打印浮标表明pd.to_numeric将'.066055'转换为0.06605499999999998872。

with pd.option_context('display.float_format', '{:0.20f}'.format):
    print(float64_df)

输出：

                  price1                 price2
0 0.06605500000000000260 0.06605499999999998872

Answer 2

简短的答案是pd.to_numeric为两者输出不同的值：

pd.to_numeric(0.066055)
pd.to_numeric('0.066055')

# 0.066055
# 0.06605499999999999

对于0.066055，它是simply returns the value。

对于'0.066055'，我相信它使用this function将字符串转换为浮点数。

This answer可能也有帮助。

Answer 3

用浮点数获取准确的数字在某种程度上是不可能的，并且浮点数总是有些不可预测的。我的猜测是该对象产生的float64比原始数字小一点，例如0.066054999999999999或类似的东西，导致意外的舍入结果。

Python对此有一些documentation。

舍入差异-float64与float32

3 个答案: