Python Pandas对象列转字符串后值异常的解决求助

这是浮点数二进制存储的固有精度误差导致的——部分十进制小数无法被二进制精确表示，直接转字符串会把底层存储的近似值暴露出来。以下是几种实用的解决方法：

方法1：先格式化数值再转字符串 #

针对你数据的小数位数（Current列最多4位，New列固定5位），可以直接指定格式：

# 先将对象类型转为float，再格式化指定小数位，最后转string
df['Current selling price'] = df['Current selling price'].astype(float).apply("{0:.4f}".format).astype('string')
df['New selling price'] = df['New selling price'].astype(float).apply("{0:.5f}".format).astype('string')

如果想保留原数据的小数位数（比如0.035保留3位而不是补0成0.0350），可以调整格式化逻辑：

def format_num(x, max_decimals):
    formatted = "{0:.{1}f}".format(x, max_decimals)
    # 去掉末尾多余的0和小数点（如果需要）
    return formatted.rstrip('0').rstrip('.') if '.' in formatted else formatted

df['Current selling price'] = df['Current selling price'].astype(float).apply(lambda x: format_num(x, 4)).astype('string')
df['New selling price'] = df['New selling price'].astype(float).apply(lambda x: format_num(x, 5)).astype('string')

方法2：使用round函数先保留小数位 #

如果只需要固定小数位，用round更简洁：

df['Current selling price'] = df['Current selling price'].astype(float).round(4).astype('string')
df['New selling price'] = df['New selling price'].astype(float).round(5).astype('string')

注意：round会自动处理四舍五入，和格式化的效果一致。

方法3：仅修改显示格式（不改变数据类型） #

如果只是为了分析查看时避免尾缀，不需要真的转成string类型，可以设置Pandas的显示选项：

pd.set_option('display.float_format', lambda x: '%.4f' % x if x in df['Current selling price'].values else '%.5f' % x)

这种方式不会改变数据的实际存储类型，仅调整显示效果。

内容的提问来源于stack exchange，提问作者rohi