如何在Pandas单位转换过程中避免浮点数误差？

我在Python代码中遇到以下问题：使用Pandas读取数据集并存储为DataFrame，需要完成单位转换（1000ug=1mg，1000mg=1g）。先将数据列转为float64类型：

df[data_column] = df[data_column].astype("float64")

之后通过loc筛选对应单位的行进行乘法转换：

df.loc[df[unit_colum] == "g", [data_column]] *= 1000
df.loc[df[unit_colum] == "ug", [data_column]] *= 0.001

注：我知道也可使用除法，但该代码后续将用于循环处理其他单位转换（如l→ml）。现询问：此过程是否会出现浮点数误差？最优的规避方法是什么？我不倾向于采用不转换为float64、直接处理字符串的方式。

回答 #

是否会出现浮点数误差？ #

会。因为0.001无法用二进制浮点数精确表示（类似十进制中1/3无法精准表达），用该值做乘法运算时，结果可能产生微小精度偏差，比如原本应为1的数值可能变成0.9999999999999999或1.0000000000000002。而乘以1000（2³×5³）属于2的整数次幂与5的整数次幂的乘积，在float64中可精确表示，这部分不会产生误差。

最优规避方法 #

1. 用分数形式替代小数乘法

用1/1000的分数运算替代0.001，借助fractions.Fraction保证运算精确：

from fractions import Fraction

# 先转float64
df[data_column] = df[data_column].astype("float64")
# 用分数执行转换
df.loc[df[unit_colum] == "ug", [data_column]] *= Fraction(1, 1000)
# 若后续需保持float64类型，可再转换（可选）
df[data_column] = df[data_column].astype("float64")

如果原始数据是整数，也可以用整数除法逻辑：

# 先转整数类型
df[data_column] = df[data_column].astype("int64")
df.loc[df[unit_colum] == "g", [data_column]] *= 1000
df.loc[df[unit_colum] == "ug", [data_column]] = df.loc[df[unit_colum] == "ug", [data_column]] // 1000
# 转回float64（可选）
df[data_column] = df[data_column].astype("float64")

2. 使用Decimal类型进行精确运算

Python的decimal.Decimal可精确表示十进制小数，从根源避免二进制浮点数的精度问题：

from decimal import Decimal, getcontext

# 设置精度，根据数据需求调整
getcontext().prec = 15

# 转换为Decimal类型
df[data_column] = df[data_column].apply(Decimal)
# 执行单位转换
df.loc[df[unit_colum] == "g", [data_column]] *= Decimal(1000)
df.loc[df[unit_colum] == "ug", [data_column]] *= Decimal("0.001")
# 转回float64（若后续需要）
df[data_column] = df[data_column].astype("float64")

这种方法适合对精度要求高的场景，完全规避十进制小数的精度丢失。

3. 统一用10的幂次定义转换系数

结合后续扩展其他单位的需求，把所有转换系数统一为10的整数次幂，写法更规整，也便于维护：

# 定义单位到mg的转换系数
conversion_factors = {
    "g": 10**3,
    "mg": 10**0,
    "ug": 10**-3
}

# 先转float64
df[data_column] = df[data_column].astype("float64")
# 批量处理转换
for unit, factor in conversion_factors.items():
    df.loc[df[unit_colum] == unit, [data_column]] *= factor

若要进一步规避误差，可把conversion_factors中的值用Decimal或Fraction定义，兼顾统一逻辑与精度。

内容的提问来源于stack exchange，提问作者Yanni2