Pandas Series转Python列表时的浮点数精度问题

这个问题本质是二进制浮点数的固有精度限制：像0.1这类十进制小数无法用IEEE 754二进制浮点数精确表示，累加运算后微小的误差会在转列表时显现（Pandas显示时会自动做近似处理，所以Series打印看起来正常，但底层存储的仍是带误差的浮点数）。

以下是几种更合理的解决方案，不用每次都强制四舍五入：

1. 转列表前用Pandas提前控制精度 #

在Series层面直接对数值做精度处理，再转列表：

import pandas as pd

series1 = pd.Series([0.2, 0.4, 0.6, 0.8])
series2 = (series1 + 0.1).round(2)  # 提前保留两位小数
list_from_series2 = series2.tolist()

print(list_from_series2)  # 输出 [0.3, 0.5, 0.7, 0.9]

2. 用Decimal类型存储数据（从根源避免误差） #

如果需要精确的十进制运算，直接用decimal.Decimal创建Series，彻底避开二进制浮点数的精度问题：

import pandas as pd
from decimal import Decimal, getcontext

getcontext().prec = 2  # 设置精度
series1 = pd.Series([Decimal('0.2'), Decimal('0.4'), Decimal('0.6'), Decimal('0.8')])
series2 = series1 + Decimal('0.1')
list_from_series2 = series2.tolist()

print(list_from_series2)  # 输出 [Decimal('0.3'), Decimal('0.5'), Decimal('0.7'), Decimal('0.9')]

这种方式下，求交集时可以直接比较Decimal对象，不会有精度误差。

3. 求交集时使用容差比较（不修改原始数据） #

如果不想改变数据存储格式，在比较元素是否属于交集时，用容差范围判断代替精确相等：

def is_close(x, target_list, tolerance=1e-9):
    return any(abs(x - y) < tolerance for y in target_list)

# 示例：求series1+0.1和series2的交集
list1 = series1.tolist()
list2 = series2.tolist()
intersection = [x + 0.1 for x in list1 if is_close(x + 0.1, list2)]

print(intersection)  # 输出 [0.30000000000000004, 0.5, 0.7, 0.9]，但比较逻辑正确

为什么之前用Decimal没生效？ #

你之前的操作是先把Series转成了带误差的浮点数列表，再用Decimal处理——这时候误差已经存在了。必须从数据创建阶段就使用Decimal类型，才能避免精度损失。

内容的提问来源于stack exchange，提问作者booo