带着Pandas的花车64

Question

我正在读一个CSV，上面有如下浮点数：

Bob,0.085
Alice,0.005

然后导入到数据帧中，并将此数据帧写入新位置

df = pd.read_csv(orig)
df.to_csv(pandasfile)

现在这个pandasfile有：

Bob,0.085000000000000006
Alice,0.0050000000000000001

怎么了？也许我得换一种类型，比如float32之类的？

我使用熊猫0.9.0和1.6.2。

Answer 1

更新：在编写时，答案是准确的，浮点精度仍然不是默认的to-csv/read-csv（精度性能折衷；默认情况下更喜欢性能）。

现在有the ^{} argument available for ^{}和the ^{} argument available for ^{}。

为了更好地理解这个问题，原著还是值得一读的。

---

这是熊猫的一个错误，不仅在“to-csv”函数中，而且在“read-csv”中。这不是一个普通的浮点问题，尽管浮点运算确实是一个需要程序员注意的问题。下面这篇文章稍微澄清了这个问题：

http://docs.python.org/2/tutorial/floatingpoint.html

一句经典的“问题”是。。。

>>> 0.1 + 0.1 + 0.1
0.30000000000000004

。。。它并不像人们所期望的那样显示0.3。另一方面，如果您使用定点运算处理计算，并且仅在最后一步使用浮点运算时，它将按您的预期工作。请参阅：

>>> (1 + 1 + 1)  * 1.0 / 10
0.3

如果您迫切需要避免这个问题，我建议您创建另一个CSV文件，其中包含所有的数字作为整数，例如乘以100，1000或其他因素，这证明是方便的。在应用程序中，像往常一样读取CSV文件，您将得到这些整数。然后将这些值转换为浮点值，除以之前乘以的因子。

Answer 2

正如评论中提到的，这是一个一般的浮点问题。

但是，可以使用to_csv的float_format关键字隐藏它：

df.to_csv('pandasfile.csv', float_format='%.3f')

或者，如果不希望0.0001四舍五入为零：

df.to_csv('pandasfile.csv', float_format='%g')

会给你：

Bob,0.085
Alice,0.005

在输出文件中。

有关%g的解释，请参见Format Specification Mini-Language。