为何Python sum()与Pandas sum()对浮点数求和结果不同？

问题现象 #

对同一组浮点数列表求和时，Python内置sum()与Pandas的sum()结果存在细微浮点误差，导致四舍五入后结果不同；且反转列表后，Pythonsum()结果不变，但Pandassum()结果发生变化：

正序列表求和示例 #

>>> import pandas as pd
>>> from decimal import Decimal
>>> numbers = [0.495,1.495,2.495,3.495,4.495,5.495,6.495, 7.495,8.495, 9.495, 10.495]
>>> Decimal(sum(numbers))
Decimal('60.44500000000000028421709430404007434844970703125')
>>> round(Decimal(sum(numbers)),2)
Decimal('60.45')
>>> Decimal(float(pd.DataFrame(numbers).sum()))
Decimal('60.44499999999999317878973670303821563720703125')
>>> round(Decimal(float(pd.DataFrame(numbers).sum())),2)
Decimal('60.44')

反转列表求和示例 #

>>> Decimal(sum(reversed(numbers)))
Decimal('60.44500000000000028421709430404007434844970703125')  # 与原列表结果一致
>>> Decimal(float(pd.DataFrame(reversed(numbers)).sum()))
Decimal('60.44499999999998607336237910203635692596435546875')  # 与原列表结果不同

原因解析 #

1. 两者求和结果不同的核心原因 #

• Python内置sum()采用顺序累加：从初始值0开始，逐个将列表元素加到当前总和中，每一步的舍入误差会逐步累积。
• Pandas的sum()为了提升计算效率，默认使用更优化的累加算法（比如成对累加或利用硬件的SIMD指令并行计算）。这类算法会改变元素的累加顺序和分组方式，不同的中间步骤舍入操作会产生与顺序累加不同的误差结果。

2. Pandas反转列表后结果变化的原因 #

浮点加法在数学上满足交换律，但有限精度的浮点运算不满足交换律：不同的累加顺序会导致中间结果的精度损失路径不同，最终的误差累积结果也就不一样。

• Python的sum()无论是正序还是逆序，都是线性遍历累加，对于这组特定数据，正序和逆序的误差累积恰好抵消，结果一致；
• Pandas使用的优化累加算法（比如成对累加）会根据元素的顺序分组计算，反转列表后分组方式改变，中间步骤的舍入误差随之变化，最终总和出现差异。

3. 这是Bug吗？与硬件有关吗？ #

这不是Bug，是浮点运算的固有特性，同时也是Pandas为了性能选择优化算法的结果。硬件（比如Apple M3 Pro的ARM架构SIMD指令）会影响Pandas底层的计算实现，可能进一步放大这种误差差异，但核心原因还是浮点精度限制与累加算法的不同。

内容的提问来源于stack exchange，提问作者asmaier