使用熊猫进行错误的十进制计算答案

【问题标题】：Wrong decimal calculations with pandas使用熊猫进行错误的十进制计算
【发布时间】：2013-08-11 10:01:21
【问题描述】：

我在 pandas 中有一个包含四列的数据框 (df)，我想要一个新列来表示这四列的平均值：df['mean']= df.mean(1)

  1    2    3    4   mean 
NaN  NaN  NaN  NaN      NaN  
5.9  5.4  2.4  3.2    4.225  
0.6  0.7  0.7  0.7    0.675  
2.5  1.6  1.5  1.2    1.700  
0.4  0.4  0.4  0.4    0.400

到目前为止一切顺利。但是，当我将结果保存到 csv 文件时，我发现：

5.9,5.4,2.4,3.2,4.2250000000000005
0.6,0.7,0.7,0.7,0.6749999999999999
2.5,1.6,1.5,1.2,1.7
0.4,0.4,0.4,0.4,0.4

我想我可以强制平均列中的格式，但知道为什么会发生这种情况吗？

我正在将 winpython 与 python 3.3.2 和 pandas 0.11.0 一起使用

【问题讨论】：

我在这里找到了一个很好的解决方案stackoverflow.com/questions/12877189/float64-with-pandas-to-csv

标签： python pandas

【解决方案1】：

您可以使用float_format 参数：

import pandas as pd
import io

content = '''\
1    2    3    4   mean 
NaN  NaN  NaN  NaN      NaN  
5.9  5.4  2.4  3.2    4.225  
0.6  0.7  0.7  0.7    0.675  
2.5  1.6  1.5  1.2    1.700  
0.4  0.4  0.4  0.4    0.400'''

df = pd.read_table(io.BytesIO(content), sep='\s+')
df.to_csv('/tmp/test.csv', float_format='%g', index=False)

产量

1,2,3,4,mean
,,,,
5.9,5.4,2.4,3.2,4.225
0.6,0.7,0.7,0.7,0.675
2.5,1.6,1.5,1.2,1.7
0.4,0.4,0.4,0.4,0.4

【讨论】：

什么是'%g'，是来自here的表示类型吗？
@AndyHayden：基本上，是的。但由于它使用百分号，我认为 float_format 使用的是旧式字符串格式documented here。

【解决方案2】：

答案似乎是正确的。浮点数无法在我们的系统上完美表示。难免有些不同。阅读The Floating Point Guide。

>>> a = 5.9+5.4+2.4+3.2
>>> a / 4
4.2250000000000005

如您所说，如果您只想获得小数点后的固定点数，则始终可以格式化结果。

>>> "{:.3f}".format(a/4)
'4.225'

【讨论】：