使用Data Compy比较Decimal值时如何区分128.12与128.1200

Data Compy默认对Decimal类型的比较是基于数值相等性，所以会判定128.12和128.1200为相同值。要让工具识别二者的小数位数差异，可以试试以下几种方案：

方案1：直接以字符串类型读取并比较 #

如果你的数据源（比如数据库、CSV）中原始值就是带不同小数位数的字符串，读取时直接将对应列指定为字符串类型，避免解析为Decimal后丢失格式信息。

比如用Pandas读取CSV时：

import pandas as pd
from datacompy import Compare

# 读取时指定目标列为字符串
df1 = pd.read_csv('file1.csv', dtype={'decimal_col': str})
df2 = pd.read_csv('file2.csv', dtype={'decimal_col': str})

# 执行比较
compare = Compare(df1, df2, on='id', compare_columns=['decimal_col'])
print(compare.report())

注意：如果已经将数据解析为Decimal类型，再转字符串会丢失小数位数（比如str(Decimal('128.1200'))会返回'128.12'），这种转换方式无效，必须从源头保留字符串格式。

方案2：自定义Decimal比较函数 #

利用Data Compy的custom_comparisons参数，编写一个同时检查数值和小数位数的比较函数：

from datacompy import Compare
from decimal import Decimal
import pandas as pd

# 构造测试数据
df1 = pd.DataFrame({'id': [1], 'decimal_col': [Decimal('128.12')]})
df2 = pd.DataFrame({'id': [1], 'decimal_col': [Decimal('128.1200')]})

# 自定义比较函数：数值相等且小数位数（scale）一致才判定为相同
def compare_decimal_with_scale(a, b):
    if a != b:
        return False
    # 检查Decimal的scale属性（小数位数）
    return a.as_tuple().scale == b.as_tuple().scale

# 执行自定义比较
compare = Compare(
    df1,
    df2,
    on='id',
    compare_columns=['decimal_col'],
    custom_comparisons={'decimal_col': compare_decimal_with_scale}
)

# 查看结果，此时128.12和128.1200会被判定为不同
print(compare.report())

这个函数先判断数值是否相等，若相等再检查两个Decimal对象的scale（小数位数）是否一致，从而区分开128.12（scale=2）和128.1200（scale=4）。

方案3：格式化Decimal为固定小数位的字符串 #

如果必须从Decimal转换为字符串，可通过格式化强制保留所有小数位：

# 将Decimal格式化为带4位小数的字符串（根据你的需求调整位数）
df1['decimal_str'] = df1['decimal_col'].apply(lambda x: format(x, '.4f'))
df2['decimal_str'] = df2['decimal_col'].apply(lambda x: format(x, '.4f'))

# 比较格式化后的字符串列
compare = Compare(df1, df2, on='id', compare_columns=['decimal_str'])

这种方式适合你明确知道需要保留的小数位数的场景。

内容的提问来源于stack exchange，提问作者Vijaya Sai