为何修改Pandas DataFrame中的值后，数值仅显示为整数而非小数形式？

这个问题我之前踩过坑，核心原因很简单：你初始创建的DataFrame列是整数类型，当你往里面塞浮点数时，pandas会自动把浮点数强制转换为整数，直接截断小数部分，所以你看到的都是整数。

具体分析你的代码 #

你一开始用df['Values'] = range(10,15)创建列，range()生成的是纯整数序列，所以这个列的dtype会被自动设为int64（可以用df.dtypes命令查看验证）。之后你用df['Values'][x]这种链式索引给列赋值浮点数，不仅容易触发SettingWithCopyWarning（一种潜在的不安全操作警告），更关键的是整数类型的列根本存不下浮点数——pandas会默默把浮点数转成整数，比如1.11直接变成1，小数部分自然就没了。

另外提个小细节：你代码最后写的print(test)应该是print(df)，不然会报NameError哦。

解决办法 #

这里给你几个可行的方案，按需选择：

• 方案1：初始创建时就指定浮点数类型
  要么直接用浮点数序列初始化，要么手动把列转成float类型：

  df = pd.DataFrame()
  # 方法A：用浮点数列表初始化
  df['Values'] = [float(i) for i in range(10,15)]
  # 方法B：先创建整数列，再转换类型
  df['Values'] = range(10,15)
  df['Values'] = df['Values'].astype(float)
  

• 方案2：用.loc进行安全赋值（推荐）
  链式索引df['Values'][x]属于不安全的赋值方式，改用.loc定位行和列，同时确保列是浮点数类型：

  df = pd.DataFrame()
  df['Values'] = range(10,15)
  # 先转换列类型为float
  df['Values'] = df['Values'].astype(float)
  lst = [1.11, 2.22 ,3.33,4.44,5.55]
  for x in range(0,5):
      df.loc[x, 'Values'] = lst[x]
  print(df)
  

• 方案3：直接用目标列表初始化列（最简洁）
  其实你完全可以跳过初始的range步骤，直接把你的浮点数列表赋值给列，这样pandas会自动把列设为float类型：

  df = pd.DataFrame()
  lst = [1.11, 2.22 ,3.33,4.44,5.55]
  df['Values'] = lst
  print(df)
  

验证结果 #

修改后运行代码，你会得到预期的带小数的输出：

Values
0    1.11
1    2.22
2    3.33
3    4.44
4    5.55

内容的提问来源于stack exchange，提问作者Tiago Emanuel Pratas