将pandas中的浮点转换为字符串时的精度损失

Question

我用Python将一些浮点（一些短一些长一些）转换成字符串，得到了意外的（？）结果：

案例1

pd.options.display.float_format = '{:.2f}'.format
pd.DataFrame({'x': [12345.67]})

           x
0   12345.67

案例2

^{pr2}$

案例3

pd.DataFrame({'x': [1234589890878708980.67]})

                         x
0   1234589890878708992.00

我甚至尝试过np.float128和{}的数据类型，但是没有用。在

有人能解释一下这里发生了什么，在案例2和案例3中“适当”的转换是可行的吗？在

谢谢！在

Answer 1

恐怕这个“问题”发生在Python（而不是pandas）方面。当您有一些即时值，如1234589890878708980.67时，它会被识别为float，并立即失去精度，例如：

>>> 1234589890878708980.67
1.234589890878709e+18
>>> 1234589890878708980.67 == 1234589890878708980.6712345
True

您可以尝试类似decimal.Decimal：

^{pr2}$

编辑：

OP在评论中添加了一些问题。在

However, do I understand it right that for this method work correctly the value should be string in the first place?

是：）

What if it's float read from csv file?

afaikpython的csv读取器不应该执行任何类型转换，您将得到稍后可以自由转换的字符串。否则，如果您使用的是pandas.read_csv，您可以尝试设置dtype和{}参数（也可以要求pandas加载纯字符串，稍后自己转换这些值）。在