为何df.astype('int')转换pandas浮点数时数值会异常变化？

这个现象本质是浮点数二进制存储的精度限制加上pandas截断式转换逻辑共同导致的：

1. 浮点数的二进制存储局限 #

计算机无法精确表示所有十进制小数，因为浮点数采用二进制编码。你输入的57.99999999999999和57.999999999999996，在二进制存储中实际是略小于58的数值——它们的十进制写法只是近似，真实存储值并没有达到58。

而57.999999999999997刚好突破了这个精度阈值，被二进制浮点数编码为精确等于58的数值。

你可以用Python原生float验证：

>>> 57.99999999999999 < 58
True
>>> 57.999999999999997 == 58
True

2. pandas astype('int')的转换逻辑 #

pandas的astype('int')采用截断式转换：直接丢弃小数部分，只保留整数位，完全不做四舍五入。

所以：

• 当存储值略小于58时，截断小数后得到57
• 当存储值等于58时，截断后自然得到58

这就是为什么同样看似接近58的数值，转换结果却不同。

内容的提问来源于stack exchange，提问作者David Siret Marqués