使用 pandas 读取 excel 时精度损失

Posted 2023-02-19

【中文标题】使用 pandas 读取 excel 时精度损失

【英文标题】：loss of precision when using pandas to read excel

【发布时间】：2016-09-26 07:21:30

【问题描述】：

我尝试使用 pandas 将 excel 表读入数据框，但对于浮点列，数据读取不正确。我使用函数 read_excel() 来完成任务

在 excel 中，该值为 225789.479905466，而在数据框中，该值为 225789.47990546614，这使我无法将数据从 excel 导入数据库。

有没有人面临与 pandas.read_exel() 相同的问题。我没有问题将 csv 读取到数据框。

杰里米

【问题讨论】：

floating-point-gui.de

在导出到 csv（使用 Excel）然后使用 read_csv 时是否有同样的问题？

其实我只是检查的更详细，如果我使用 read_csv，我也会遇到同样的问题，我的一些单元格的精度高达 8 或 9 个数字

如果您导出为 CSV，然后在 CSV 文件中查看其中的数字如何？可能只是当您查看 Excel 时，它没有在屏幕上显示完整的精度。

正如我上面所说，使用 read_csv 加载会给我同样的问题，因为有很多浮点数

【参考方案1】：

我相信这只是浮点错误和/或默认 Excel 视图未向您显示数字的完整精度。

还要考虑以下几点：

from decimal import Decimal
x = Decimal(225789.479905466)
y = Decimal(225789.47990546614)  
print(abs(x - y)/y)
6.444904002816901933512563658E-16

那么 6.5e-14% 的差异会显着改变您的分析结果吗？

我敢打赌它不会。

【讨论】：

该文件存储了金额，因此我需要它是准确的

@JeremyNguyen 那么计算机上的浮点精度是错误的方法

【参考方案2】：

Excel 可能会截断您的值，而不是 pandas。如果您从 Excel 导出到 .csv 并注意操作方式，那么您应该能够使用 pandas.read_csv 读取并维护所有数据。 pandas.read_csv 也有一个未记录的 float_precision kwarg，它可能有用，也可能没用。

【参考方案3】：

您可以应用函数 lambda x : float( ':n'.format( x ) ) 来消除浮点错误，或者至少更正浮点的显示方式。

有关详细信息，请参阅link1 和 link2。

def fix_float_error(x): return float(':n'.format(x))