Python pandas.DataFrame.round不'；似乎无法处理我的数据帧-舍入问题会导致csv文件中存储额外的数据

在使用熊猫数据帧时，我偶然发现了一个小问题：

我有一个大的csv文件（大约2Gb的数据），包含资产的价格，并使用Pandas的

DataFrame.to_csv（）

函数创建，当我仔细检查代码时，我的第一行代码如下所示：

DateTime,open,high,low,close
2016-01-04 00:36:18,1.08505,1.08505,1.08504,1.08504
2016-01-04 00:36:19,1.08505,1.08505,1.08504,1.08504
2016-01-04 00:36:20,1.08503,1.08503,1.08495,1.08495
2016-01-04 00:36:21,1.0849600000000001,1.0849600000000001,1.0849600000000001,1.0849600000000001
2016-01-04 00:36:22,1.0849600000000001,1.0849600000000001,1.08492,1.08492

数据是使用

df.resample（'1s'）.ohlc（）

创建的，我认为有时会有一些舍入问题，所以我尝试使用

df.round（5）

对数据帧进行舍入，以保持最后5位小数，但它根本不会改变任何东西

SEC = pd.read_csv("D:\Finance python\Data\EUR_USD\Sec\S1_2015.csv",index_col='DateTime',parse_dates=True,error_bad_lines=False,infer_datetime_format=True)
SEC = SEC.round(5)

数据帧保持不变，我真想知道为什么

当我尝试使用包含我上面给出的5行的csv文件时：

In[13]: SEC["open"][3]
Out[13]: 1.0849599999999999

在df上进行计算时，这不是问题（即使小数越少，速度可能越快），但似乎有很多0或9被免费存储在我的csv文件中，并且占用了额外的空间

而且，即使在csv文件中看起来很好的值，在使用pandas调用时实际上也不是很全面

有谁知道为什么数据框没有被正确舍入，或者有一个解决方案，当我用pandas保存它们时，有更短的csv文件

提前谢谢

编辑：我尝试使用十进制方法，但仍然不起作用。

---

我认为这是因为pandas无法在数据帧中存储十进制类型的数字，因此无法将其转换为浮点。

我尝试运行您的代码：

df = pd.read_clipboard(sep=',',engine='python')
df

DateTime    open    high    low close
0   2016-01-04 00:36:18 1.08505 1.08505 1.08504 1.08504
1   2016-01-04 00:36:19 1.08505 1.08505 1.08504 1.08504
2   2016-01-04 00:36:20 1.08503 1.08503 1.08495 1.08495

然后使用

df.round（3）

---

它对我有效，但当我

df.astype（str）.round（3）

时，它就不起作用了。因此我建议您检查数据的

类型
 这与浮点运算的精度有关；并非所有数字都能准确表示。如果要将熊猫显示的数字设置为小数点后5位，可以执行以下操作

pd.set_options('display.float_format','{:.5f}')

但内部表示将保持不变（仔细阅读您的帖子后，它不会用csv解决您的问题）

如果要更改内部表示形式，则需要使用
Decimal
数据类型：

from decimal import Decimal
df.round(5).astype(Decimal)

仅供参考，您可以这样重现您的问题：

import numpy as np
np.float64(1.08496)

我在另一篇帖子上找到了问题所在：

我需要使用参数
float_format='%.5f
来获得我想要的csv文件，这个问题与浮点数的工作方式有关。
无法重现您的问题：-）@Wen您用我提供的行尝试了吗？我只尝试了这5行，我遇到了同样的问题，它不会对值进行取整（我在问题中添加了它），实际上不起作用，数据保持不变。当我检查df中数据的类型时，它是一个浮点数，而不是十进制数，我想pandas不允许dataframe中的数据具有十进制类型。您必须重新分配dataframe，例如
df=df.round（5）.astype（decimal）
。但是，如果您只对写入csv的数据感兴趣，那么您肯定更喜欢使用
中的
float\u format
参数来读取csv
（我完全忘记了这一点）。我从
df=df.round（0）。astype（Decimal）
中得到
TypeError:dtype''不理解
import numpy as np
np.float64(1.08496)