Python Panda.read_csv循环以获取导入错误？

我在csv文件中有一个10000 x 250的数据集。当我使用命令时

    data = pd.read_csv('pool.csv', delimiter=',',header=None)

当我在正确的路径上时，我实际上导入了值。 首先我得到数据帧。因为我想使用numpy包，所以我需要使用

data = data.values

这就是我变得古怪的时候。我在文件a中的位置[9999,0]处有-0.3839作为值。然而，在导入和计算之后，我注意到Python（或numpy）在导入时做了一些奇怪的事情

调用数据[9999,0]的值应该得到预期的-0.3839，但给出的值类似于-0.3899992

我已经用其他语言（如Matlab）导入了该文件，并且没有舍入这些值的问题。我还尝试使用pandas包中的.to_csv命令，而不是.values命令。然而，也有完全相同的问题

第一列的最后10个元素是

-0.2716
0.3711
0.0487
-1.518
0.5068
0.4456
-1.753
-0.4615
-0.5872
-0.3839

---

是否有任何导入例程没有这些舍入错误？

这是一个浮点错误。这是因为计算机是如何工作的。（如果你真的想知道它是如何工作的，你可以查一下。）不要为它烦恼，它很小

如果您真的想使用精确精度（因为您正在测试精确值），您可以查看Python的十进制模块，但是您的程序会慢很多（可能慢100倍）

您可以在此处阅读更多内容：

你应该知道所有的语言都有这个问题，只有一些语言能更好地隐藏它。（还请注意，在Python3中，浮点错误的“隐藏”已得到改进。）

因为这个问题不能用理想的解决方案来解决，所以你要自己解决它，并根据你的情况选择最合适的解决方案

---

我不知道“往返旅行”及其局限性，但它可能会帮助你。其他解决方案是使用

float_格式

从

到_csv

方法。（）

这是一个浮点错误。这是因为计算机是如何工作的。（如果你真的想知道它是如何工作的，你可以查一下。）不要为它烦恼，它很小

如果您真的想使用精确精度（因为您正在测试精确值），您可以查看Python的十进制模块，但是您的程序会慢很多（可能慢100倍）

您可以在此处阅读更多内容：

你应该知道所有的语言都有这个问题，只有一些语言能更好地隐藏它。（还请注意，在Python3中，浮点错误的“隐藏”已得到改进。）

因为这个问题不能用理想的解决方案来解决，所以你要自己解决它，并根据你的情况选择最合适的解决方案

---

我不知道“往返旅行”及其局限性，但它可能会帮助你。其他解决方案是使用

float_格式

从

到_csv

方法。（）

传递

浮点精度='往返'

应能解决此问题：

data = pd.read_csv('pool.csv',delimiter=',',header=None,float_precision='round_trip')

---

通过

float\u precision='round\u trip'

应该可以解决这个问题：

data = pd.read_csv('pool.csv',delimiter=',',header=None,float_precision='round_trip')

---

问题是，如果实际值为-0.383899892…，我会理解这一点，但情况正好相反。我在文件中有一个“nice”值-0.3839，并得到长浮点数。最大的问题是，正因为如此，我在一组10000个数据集上已经有大约1%的错误。如果我的数字有8位或更多的小数位，这个问题会变得更糟。此外，我不明白为什么它能如此容易地与其他语言（如Matlab）一起工作。@Killuah13我包含了更多信息问题是，如果实际值为-0.3899992…，我会理解这一点，但情况正好相反。我在文件中有一个“nice”值-0.3839，并得到长浮点数。最大的问题是，正因为如此，我在一组10000个数据集上已经有大约1%的错误。如果我的数字有8位或更多的小数位，这个问题会变得更糟。此外，我不明白为什么它能如此容易地与其他语言如Matlab一起工作。@Killuah13我提供了更多信息