【发布时间】：2019-11-13 09:46:53
【问题描述】：
我从https://www.kaggle.com/gustavomodelli/forest-fires-in-brazil获得了原始数据集
Acre_dataset 是原始数据集Acre_dataset的子数据集
我正在尝试总结“年份”列中不同值过滤的“数字”列中的值，如下面的截图
数据集 Acre_dataset 包含大约 300 行，“数字”列中值的精度都低于 0.001（这意味着我们不会有像 1.0001 这样的数字，但我们会有像 1.001 这样的数字）
截图中的代码：
Acre_firecount = [0] * len(year_ls)
print(type(Acre_dataset.iloc[0]['number']))
for i in range(len(Acre_dataset)):
for j in range(len(year_ls)):
if Acre_dataset.iloc[i]['year'] == year_ls[j]:
Acre_firecount[j] += Acre_dataset.iloc[i]['number']
print(Acre_firecount)
type(Acre_firecount[12])
但我在这个列表中有两个罕见的数字，分别是 475.21299999999997 和 618.4300000000001。
我已经检查了Acre_dataset中“数字”列单元格中数字的数据类型和列表Acre_firecount中元素的数据类型（这是结果），它们都是numpy.float64。
为什么会出现这种问题，如何避免？
【问题讨论】：
-
请提供数据的副本，而不是数据的截图，这样更容易复制。
-
这是
python浮动表示系统中的一个已知问题（不是pandas故障）。使用Acre_dataset['number'] = Acre_dataset['number'].round(3)将其强制为 3 位精度。