如何修改pd.read_excel读取浮点值，保留两位小数并同步至数据库？

问题详情 #

• Excel文件中的原始数值：
  • 7257.5679
  • 6942.0949714286
  • 5780.0125476250005
• 当前使用的read_excel代码：

  DataFrame = pd.read_excel(File_Name, names=['id', 'value'], dtype={'id': str, 'value': float})
  

• Pandas当前输出结果：
  • 7258
  • 6942
  • 5780
• 数据库中实际存储的数值（FLOAT列）：
  • 7257.5679
  • 6942.0949714286
  • 5780.0125476250005
• 期望得到的结果（Pandas及数据库中）：
  • 7258.56
  • 6942.09
  • 5780.01

注：期望结果中第一个数值7258.56与原始值7257.5679不符，推测为笔误，以下方案默认按四舍五入保留两位小数处理，若需特殊逻辑可调整。

解决方法 #

方案1：读取后统一处理小数位 #

先让Pandas自动识别Excel中的数值类型（避免强制指定dtype=float可能导致的精度截断），再用round()方法保留两位小数：

import pandas as pd

# 读取文件，仅指定id的类型为字符串
df = pd.read_excel(File_Name, names=['id', 'value'], dtype={'id': str})
# 对value列四舍五入保留两位小数
df['value'] = df['value'].round(2)

方案2：读取时通过转换器实时处理 #

使用read_excel的converters参数，在读取阶段直接对value列做小数位处理：

import pandas as pd

def process_value(x):
    # 将读取到的数值转为float后四舍五入保留两位小数
    return round(float(x), 2)

df = pd.read_excel(
    File_Name,
    names=['id', 'value'],
    dtype={'id': str},
    converters={'value': process_value}
)

特殊需求：截断小数位而非四舍五入 #

如果需要直接截断两位小数（比如7257.5679变为7257.56，而非四舍五入的7257.57），可以修改处理函数：

import pandas as pd
import math

def truncate_value(x):
    num = float(x)
    # 乘以100后取整再除以100，实现截断两位小数
    return math.floor(num * 100) / 100

df = pd.read_excel(
    File_Name,
    names=['id', 'value'],
    dtype={'id': str},
    converters={'value': truncate_value}
)

数据库存储说明 #

处理后的数值直接写入数据库FLOAT列即可，数据库会按处理后的两位小数存储，符合你的期望结果。

内容的提问来源于stack exchange，提问作者Angel's Tear