Python 熊猫读取带有浮点值的csv文件会导致奇怪的舍入和小数位数

我有一个包含数值的csv文件，如

1524.449677

。小数点后总是正好有6位

当我通过pandas

read\u csv

导入csv文件（和其他列）时，该列将自动获取数据类型

对象

。我的问题是，这些值显示为

2470.691137000003

，实际上应该是

2470.691137

。或者值

2484.30691

显示为

2484.3069100000002

在某种程度上，这似乎是一个数据类型问题。我试图在通过

read_csv

导入时显式提供数据类型，方法是将

dtype

参数设置为

{'columnname'：np.float64}

。但这个问题并没有消失

---

如何才能获得导入的值并与源csv文件中的值完全相同？

熊猫使用专用的

dec 2 bin

转换器，它会牺牲精度而不是速度

将

float\u precision='round\u trip'

传递到

read\u csv

可修复此问题

查看更多关于此的详细信息

处理完数据后，如果要将其保存回csv文件中，可以将

float\u format=“%.nf”

传递给相应的方法

一个完整的例子：

import pandas as pd

df_in  = pd.read_csv(source_file, float_precision='round_trip')
df_out = ... # some processing of df_in
df_out.to_csv(target_file, float_format="%.3f") # for 3 decimal places

---

我意识到这是一个老问题，但也许这会帮助其他人：

我有一个类似的问题，但不能完全使用相同的解决方案。不幸的是，

float\u precision

选项仅在使用C引擎时存在，而在python引擎中不存在。因此，如果出于其他原因（例如，因为C引擎无法将正则表达式文本作为除名器处理），您必须使用python引擎，那么这个小“技巧”对我来说很有用：

在

pd.read\u csv

参数中，定义

dtype='str'

，然后将数据帧转换为所需的任何数据类型，例如

df=df.astype（'float64'）

---

有点像黑客，但它似乎有效。如果有人对如何更好地解决这个问题有任何建议，请告诉我。

如何执行

df['col']=df['col'].astype（float）

？不会改变任何东西float\u precision='round\u trip'由于某种原因崩溃（PyQt中隐藏的错误，我没有花很多时间试图捕捉它们），但是float_precision='high'处理了我遇到的问题。谢谢。为什么它使用

pd.read\u csv（）

而不指定

float\u precision

，向某些值添加额外的十进制数字？而有些值保留其小数位而不添加额外的值。