Pandas读取带浮点数的csv文件导致奇怪的四舍五入和小数位数

Question

我有一个包含数值的csv文件，比如1524.449677。总是有6位小数。

当我通过pandasread_csv导入csv文件（和其他列）时，该列自动获取数据类型object。我的问题是这些值显示为2470.6911370000003，实际上应该是2470.691137。或者值2484.30691显示为2484.3069100000002。

在某种程度上，这似乎是一个数据类型问题。我试图在通过read_csv导入时显式地提供数据类型，方法是将dtype参数指定为{'columnname': np.float64}。但问题并没有消失。

如何获取导入的值，并将其完全显示在源csv文件中？

Answer 1

我意识到这是个老问题，但也许这会帮助其他人：

我有一个类似的问题，但不能完全使用相同的解决方案。不幸的是，float_precision选项只在使用C引擎而不是python引擎时存在。因此，如果由于某些其他原因（例如，因为C引擎不能将regex文本作为deliminators处理）必须使用python引擎，那么这个小“技巧”对我有效：

在pd.read_csv参数中，定义dtype='str'，然后将数据帧转换为所需的任何数据类型，例如df = df.astype('float64')。

有点老套，但似乎管用。如果有人对如何更好地解决这个问题有任何建议，请告诉我。

Answer 2

Pandas使用一个专用的dec 2 bin转换器，这种转换器在速度方面优于精度。

将float_precision='round_trip'传递给read_csv可以修复此问题。

查看this page了解更多有关此的详细信息。

处理完数据后，如果要将其保存回csv文件中，可以将
float_format = "%.nf"传递给相应的方法。

一个完整的例子：

import pandas as pd

df_in  = pd.read_csv(source_file, float_precision='round_trip')
df_out = ... # some processing of df_in
df_out.to_csv(target_file, float_format="%.3f") # for 3 decimal places