Pandas浮点列与含负值整数列相乘出现计算异常求助

核心原因：二进制浮点数的精度局限性 #

你遇到的问题是十进制小数无法用二进制浮点数精确表示导致的计算异常。比如0.000006（即6×10⁻⁶）这类十进制小数，在二进制浮点数（float64）中是无限循环的近似值，而非精确值。当这个近似值与-1相乘时，浮点数运算的精度误差被触发，最终导致计算结果的数值表示出现异常（表现为大数6000000而非预期的-0.000006）。

另外，导出到Excel时的自动格式化逻辑可能加剧了这个问题：Excel可能错误地将浮点数的近似值解析为常规数字格式，而非保留科学计数法或足够的小数位，进一步放大了显示异常。

解决方案 #

1. 使用Decimal类型进行精确计算

通过Python标准库的decimal模块，以十进制精确运算替代浮点数运算，彻底避免二进制精度问题：

from decimal import Decimal, getcontext
# 设置足够的精度，覆盖你的业务需求
getcontext().prec = 12

df['Qte'] = df.apply(
    lambda row: Decimal(str(row['Conversor'])) * Decimal(str(row['Qty in UnE'])),
    axis=1
)
# 如需转换回float64类型（确保精度足够时）
df['Qte'] = df['Qte'].astype(float)

2. 对浮点数进行预舍入处理

如果不需要极高精度，可以在相乘前对Conversor列进行四舍五入，保留业务所需的小数位，减少误差：

# 保留6位小数，匹配你的Conversor列的精度
df['Qte'] = (df['Conversor'].round(6) * df['Qty in UnE']).round(6)

3. 修正Excel导出的格式设置

导出时强制指定Qte列的数字格式，避免Excel自动错误解析：

import pandas as pd

with pd.ExcelWriter('result.xlsx', engine='xlsxwriter') as writer:
    df.to_excel(writer, sheet_name='Data', index=False)
    worksheet = writer.sheets['Data']
    # 设置Qte列为保留6位小数的格式
    num_format = writer.book.add_format({'num_format': '0.000000'})
    # 假设Qte是第3列（根据你的数据调整列索引）
    worksheet.set_column(2, 2, None, num_format)

内容的提问来源于stack exchange，提问作者Hawk