Pandas中DataFrame转XML时价格数值被放大10倍问题求助

排查步骤 #

• 先确认DataFrame中preço列的实际值：执行print(df['preço'].iloc[0])查看，若输出已经是3361176，说明问题出在数据读取或转换环节，而非XML生成阶段。
• 检查原始输入数据格式：如果数据源是CSV/Excel，确认价格字段的小数点是用.还是,分隔——部分地区会用,作为小数点，若读取时未指定对应参数，会被误解析为整数。
• 核查XML生成代码：检查是否存在意外的乘法操作（比如row['preço'] * 10），导致数值被放大。
• 确认数据类型：查看df['preço'].dtype，若为整数类型，说明转换时丢失了小数信息，需调整转换逻辑。

解决建议 #

1. 修正数值转换逻辑
   如果原始数据用逗号作为小数点分隔符，转换时必须指定decimal参数：

df['preço'] = pd.to_numeric(df['Preço'], errors='coerce', decimal=',')

2. 修复数据读取环节
   若问题出在读取文件时，读取CSV/Excel时明确指定小数点分隔符：

# CSV示例
df = pd.read_csv('products.csv', decimal=',', usecols=['Preço', 'ProductName'])

# Excel示例（需openpyxl支持）
df = pd.read_excel('products.xlsx', decimal=',')

3. 调整XML生成代码
   确保生成XML时直接使用原始数值，无额外运算：

import xml.etree.ElementTree as ET

root = ET.Element('root')
for _, row in df.iterrows():
    row_node = ET.SubElement(root, 'row')
    price_node = ET.SubElement(row_node, 'Price')
    # 直接转换为字符串，或格式化保留指定小数位
    price_node.text = f"{row['preço']:.1f}"

4. 校验数值准确性
   转换后可通过以下代码批量检查数值范围，避免异常值：

# 筛选价格异常放大的行
print(df[df['preço'] > df['preço'].mean() * 5])

内容的提问来源于stack exchange，提问作者WesleyAlmont