将 DataFrame 转换为列表时浮点精度受到影响答案

【问题标题】：Floating point precision affected when converting DataFrame to list将 DataFrame 转换为列表时浮点精度受到影响
【发布时间】：2019-12-09 01:35:46
【问题描述】：

所以我试图通过使用row.values.tolist()（row 是从 CSV 文件中读取的）将浮点 DataFrame 转换为（列表）列表。它的工作还不错，尽管对于一些值，精度会受到影响，因此，例如，输出 32.337 而不是 32.336999999999996.

由于tolist() 产生一个列表列表，并且我需要使用列表，因此我决定切换到list(row.values.flatten())，但它几乎引入了精度问题列表中的任何值，这只会使其变得最糟糕。

我发现了一个关于这个问题的discussion on Github，从大约 3 年前开始，但我找不到任何最新的东西，我不知道如何克服这个问题。

我尝试使用pd.set_option('display.precision',4)，因为对于大多数值，我最多需要四位有效数字，但这也不起作用（假设我使用正确）。

有什么解决方法吗？

【问题讨论】：

视觉表现如何影响您的应用程序？

标签： python csv pandas dataframe floating-point-precision

【解决方案1】：

您看到的“精度损失”是由于二进制浮点不能精确表示小数，因此存在一些舍入误差。如果你真的想通过不变传递十进制值，你会得到更好的结果使用实际的十进制表示...

不幸的是，NumPy 似乎没有提供任何十进制数据类型供您使用。

【讨论】：

【解决方案2】：

尽管如此，根据基值，您可能仍然会遇到精度问题。您仍然可以使用round 指定您希望的小数位数。

df = pd.DataFrame([(.2132481, .399452), (.012311, .13267), (.613216, .01233), (.213211, .181235)])
df.values.round(3).tolist()

>> [[0.213, 0.399], [0.012, 0.133], [0.613, 0.012], [0.213, 0.181]]

.round(3) 中的 3 表示三位小数。

【讨论】：

【解决方案3】：

正如 Padraic 所暗示的，您没有使用 display.precision 修改正确的选项。相反，尝试：

pd.options.display.float_format = '{:,.3f}'.format

【讨论】：