带熊猫的float64 to_csv

我正在读取带有如下浮动数字的CSV：

Bob,0.085
Alice,0.005

并导入到数据框，然后将此数据框写入新位置

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

现在pandasfile有：

Bob,0.085000000000000006
Alice,0.0050000000000000001

发生什么事？也许我必须转换为float32之类的其他类型？

我正在使用pandas 0.9.0和numpy 1.6.2。

如评论中所述，这是一个一般的浮点问题。

但是，您可以使用float_format关键字将to_csv其隐藏：

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

或者，如果您不希望将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。

有关的说明%g，请参见格式规范迷你语言。

更新：在撰写本文时，答案是准确的，并且默认情况下to_csv / read_csv仍无法获得浮点精度（精度与性能之间的权衡；默认情况下，性能更佳）。

目前有中float_format可用的参数pandas.DataFrame.to_csv和该float_precision可供说法pandas.from_csv。

仍然值得阅读原著，以更好地了解问题。

这是熊猫的错误​​，不仅在“ to_csv”函数中，而且也在“ read_csv”中。尽管浮点运算确实是一个需要程序员特别注意的主题，但这并不是一个普遍的浮点问题。下面的这篇文章澄清了这个主题：

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

...不会像预期的那样显示0.3。另一方面，如果您使用定点算术处理计算，并且仅在最后一步使用浮点算术，则它将按预期工作。看到这个：

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

如果您迫切需要解决此问题，建议您创建另一个CSV文件，其中将所有数字都包含为整数，例如乘以100、1000或其他很方便的因子。在您的应用程序内部，照常读取CSV文件，您将获得这些整数。然后将这些值转换为浮点数，然后除以之前乘以的相同因子。