float64 与熊猫 to_csv

Posted 2023-03-11

【中文标题】float64 与熊猫 to_csv

【英文标题】：float64 with pandas to_csv

【发布时间】：2012-10-04 08:07:52

【问题描述】：

我正在读取带有如下浮点数的 CSV：

Bob,0.085
Alice,0.005

并导入数据框，并将此数据框写入新位置

df = pd.read_csv(orig)
df.to_csv(pandasfile)

现在这个pandasfile 有：

Bob,0.085000000000000006
Alice,0.0050000000000000001

会发生什么？也许我必须转换为其他类型，例如 float32 或其他类型？

我正在使用 pandas 0.9.0 和 numpy 1.6.2。

【问题讨论】：

欢迎使用浮点数。

重复***.com/questions/1778368/…

我在这里创建了一个问题以更详细地检查：github.com/pydata/pandas/issues/2069 编辑：如果可以，请在 GitHub 问题上独立复制该问题。我无法重现它。

【参考方案1】：

更新：答案在撰写本文时是准确的，并且浮点精度仍然不是您使用 to_csv/read_csv 获得的默认值（精度-性能权衡；默认值有利于性能）。

现在有the float_format argument available for pandas.DataFrame.to_csv 和the float_precision argument available for pandas.from_csv。

原版还是值得一读的，以便更好地理解问题。

---

这是 pandas 中的一个错误，不仅在“to_csv”函数中，而且在“read_csv”中也是如此。这不是一般的浮点问题，尽管 浮点算术 确实是一个需要程序员注意的主题。下面这篇文章澄清了一点这个主题：

http://docs.python.org/2/tutorial/floatingpoint.html

显示“问题”的经典单线是......

>>> 0.1 + 0.1 + 0.1
0.30000000000000004

... 它没有像人们期望的那样显示 0.3。另一方面，如果您使用 定点算术 处理计算，并且仅在最后一步中使用 浮点算术，它将按预期工作。看到这个：

>>> (1 + 1 + 1)  * 1.0 / 10
0.3

如果您迫切需要规避这个问题，我建议您创建另一个 CSV 文件，其中包含所有数字为整数，例如乘以 100、1000 或其他方便的因子。在您的应用程序中，像往常一样读取 CSV 文件，您将获得这些整数数字。然后将这些值转换为浮点数，除以之前乘以的相同因子。

【参考方案2】：

如cmets中所说，是一般的浮点问题。

但是你可以使用to_csv的float_format关键字来隐藏它：

df.to_csv('pandasfile.csv', float_format='%.3f')

或者，如果您不希望 0.0001 舍入为零：

df.to_csv('pandasfile.csv', float_format='%g')

会给你：

Bob,0.085
Alice,0.005

在您的输出文件中。

有关%g 的解释，请参阅Format Specification Mini-Language。

【讨论】：

我收到错误TypeError: __init__() got an unexpected keyword argument 'float_format'

如果有人出现与@wander95 相同的错误，您可能需要将pandas 更新到较新的版本。