Pandas 2.2.0中DataFrame小数舍入异常问题咨询

问题成因 #

这是IEEE 754双精度浮点数的固有精度限制导致的：

• 双精度浮点数的有效十进制位数约为15-17位，虽然26586491.0本身可以被精确存储为双精度浮点数，但执行round(15)操作时，舍入算法的底层运算可能触发浮点数的精度边界，导致结果出现极微小的偏移。
• pandas的round方法底层依赖numpy的实现，因此两者会表现出相同的精度问题。

规避方法 #

1. 使用decimal模块进行高精度计算 #

用Python标准库的decimal模块替代原生浮点数，可精确控制舍入规则和精度：

from decimal import Decimal, ROUND_HALF_UP

# 用字符串初始化Decimal以避免浮点数精度损失
val = Decimal("26586491.0")
# 舍入到15位小数
rounded_val = val.quantize(Decimal("0.000000000000000"), rounding=ROUND_HALF_UP)
# 转换为float仍保持精确
float(rounded_val)  # 输出26586491.0

2. 采用阈值比较替代精确相等判断 #

如果必须使用浮点数，不要直接用==进行精确比较，而是判断差值是否小于极小阈值（如1e-9）：

import pandas as pd

expected = 26586491.0
actual = pd.DataFrame({"value": [26586491.0]}).round(15)["value"].iloc[0]

# 阈值比较
if abs(actual - expected) < 1e-9:
    print("值相等")

3. 使用pandas的Decimal数据类型 #

pandas 1.3+支持直接存储Decimal类型的列，从根源避免浮点数误差：

import pandas as pd
from decimal import Decimal, ROUND_HALF_UP

# 用Decimal类型初始化DataFrame
df = pd.DataFrame({"value": [Decimal("26586491.0")]})
# 自定义舍入操作
df["rounded_value"] = df["value"].apply(
    lambda x: x.quantize(Decimal("0.000000000000000"), rounding=ROUND_HALF_UP)
)
# 结果为精确的Decimal('26586491.000000000000000')
print(df["rounded_value"].iloc[0])

4. 舍入后转换为整数（适用场景） #

如果你的业务逻辑中舍入后结果应为整数，直接转换为int类型可消除浮点数偏差：

import pandas as pd

result = pd.DataFrame({"value": [26586491.0]}).round(15)["value"].iloc[0]
# 转换为整数
int(result)  # 输出26586491

内容的提问来源于stack exchange，提问作者Laurent