在 Pandas [Python] 上具有浮点错误的 Float64 字段

Question

我知道 Python 在使用普通类型时会出现浮点错误。这就是我改用 Pandas 的原因。

我突然开始对我输入的数据（不是计算）有一些问题，并且无法解释以下行为：

In [600]: df = pd.DataFrame([[0.05], [0.05], [0.05], [0.05]], columns = ['a'])

In [601]: df.dtypes
Out[601]:
a    float64
dtype: object

In [602]: df['a'].sum()
Out[602]: 0.20000000000000001

In [603]: df['a'].round(2).sum()
Out[603]: 0.20000000000000001

In [604]: (df['a'] * 1000000).round(0).sum()
Out[604]: 200000.0

In [605]: (df['a'] * 1000000).round(0).sum() / 1000000
Out[605]: 0.20000000000000001

希望有人可以帮助我解决这个问题或弄清楚如何正确地求和 0.2（或者我不介意结果是 20 还是 2000，但正如你所看到的，当我除以时，我得到了相同的点总和不正确！）。

（运行我的代码记得做import pandas as pd）

Answer 1

好的，这样就可以了：

In [642]: (((df * 1000000).round(0)) / 1000000).sum()
Out[642]:
a    0.2
dtype: float64

但这不是：

In [643]: (((df * 1000000).round(0))).sum() * 1000000
Out[643]:
a    2.000000e+11
dtype: float64

因此，您必须在 Panda 数组中进行所有计算，否则可能会造成破坏。

Answer 2

“我得到了总和不正确的同一点！”根据您对不正确的定义，几乎所有浮点运算都是不正确的。只有 2 的幂才能用浮点数完美表示，其他所有内容都有大约 15-17 个十进制数字的舍入误差（对于双精度浮点数）。在显示这些值时，某些应用程序只是比其他应用程序更好地隐藏此错误。 对于您正在使用的数据而言，这种精度已经绰绰有余了。

如果您对难看的输出感到困扰，那么您可以使用"{:.1f}".format(value) 将输出字符串四舍五入到小数点后 1 位，或者使用"{:g}".format(value) 自动选择合理的位数进行显示。