Python Xlrd 浮点精度问题

Question

我正在尝试使用xlrd模块将Excel（xlsx）文件中的数据导出到文本文件，但遇到了浮点数精度的问题。

我发现了一些类似的问题帖子，提到在最后16位小数中有精度丢失的情况。

下面是从xlsx文件中复制的数据：

VALUE;DATA
1.01    HELLO
2.11    1/1/2014
3.21    ONE
4.31    1/1/2014 12:14
5.441   $10 
6.241   TWO
77.11   Zulfi
8.11    99
9.11    99.999
10.11   0

以下是我从xlrd得到的结果：

 1.01|'HELLO'
2.1099999999999999|'2014-01-01 00:00:00.000000'
3.21|'ONE'
4.3099999999999996|'2014-01-01 12:14:00.000000'
5.4409999999999998|10.0
6.2409999999999997|'TWO'
77.109999999999999|'Zulfi'
8.1099999999999994|99.0
9.1099999999999994|99.998999999999995
10.109999999999999|0.0

1. "2.11"变成了"2.1099999999999999"，"4.31"变成了"4.3099999999999996"等等……
2. "$10"变成了"10"
3. 日期值看起来有点不同（这个我理解，我知道我写的代码是怎样的）

我明白浮点数的一些奥秘，知道如果小数点后有太多数字，可能会导致精度丢失，但在这里我只有两位小数。

我正在通过与开源的ETL工具“Pentaho”（用Java编写）进行比较来测试输出，这个工具可以读写Excel文件，似乎没有问题，能够正确读取xlsx文件中的值（字段被读取为字符串和数字，长度为30，精度为20）。

这是Pentaho读取的内容：

VALUE;DATA
 1.01;HELLO
 2.11;2014/01/01 00:00:00.000
 3.21;ONE
 4.31;2014/01/01 12:14:00.000
 5.441; 10.0
 6.241;TWO
 77.11;Zulfi
 8.11; 99.0
 9.11; 99.999
 10.11; 0.0

下面是我的Python代码：

for rownum in xrange(sh.nrows):
    for colnum in xrange(sh.ncols):
        cell_obj = sh.cell(rownum,colnum)
        cell_val=sh.cell_value(rownum,colnum)
        if cell_obj.ctype == xlrd.XL_CELL_DATE:
            year, month, day, hour, minute, second = xlrd.xldate_as_tuple(cell_val, wb.datemode)
            py_date = datetime.datetime(year, month, day, hour, minute, second).strftime("%Y-%m-%d %H:%M:%S.%f")
            cell_val = py_date
        if (colnum==0):
            row_values=repr(cell_val)
        else :
            row_values=row_values+fdel+repr(cell_val)
    if (((row_values).find("\\n"))>-1):
        NLFlag=1
    file_output.write((row_values).replace('\\n','') + "\n")
    row_values=''
file_output.close()

任何帮助都非常感谢。

谢谢

Answer 1

浮点数，也叫双精度实数，只有大约16位小数的精度。它们只能准确表示某些特定形式的小数，比如2的负n次方的分数，也就是像1/8或1/1024这样的数。其他的小数可能会不太准确。

如果你直接打印一个浮点数，系统会尽力把这个二进制的小数转换成十进制，所以你可能会看到2.099999999999这样的结果，而不是2.1。不过，如果你知道你的浮点数最多只需要保留3位小数，你可以在输出时强制它们四舍五入，比如使用字符串格式化函数

file_output.write('{0:.3f}'.format(f_num))

这样会正确地将f_num四舍五入，并补零到3位小数。

我猜xlrd库默认会把任何可以作为浮点数的字段都解释为浮点数。如果有一个选项可以强制所有读取的内容都作为字符串，那么你打印出来的内容就会和你读取的完全一致。