Pandas DataFrame转列表数值精度异常求助：-0.999990变-0.9999899999999999

嘿，这个问题我之前也碰到过！本质上是浮点数的二进制精度限制在搞鬼，和Pandas本身关系不大，咱们一步步拆解：

• 像-0.999990这种十进制小数，没法用二进制浮点数精确表示，只能存储一个近似值。Pandas在显示数据时会自动做四舍五入美化，让它看起来是-0.999990，但底层存储的其实是那个更接近真实二进制近似值的-0.9999899999999999。
• 当你把DataFrame转成列表时，相当于直接读取了底层的原始存储值，跳过了Pandas的显示格式化逻辑，所以这个“真实”的近似值就直接暴露出来了。

不用Pandas也能复现，直接在Python里跑这段代码就能明白：

num = -0.999990
print(num)  # 输出 -0.99999
print("{0:.20f}".format(num))  # 输出 -0.99998999999999991118

这说明从一开始，这个数值的底层存储就不是精确的-0.999990，Pandas只是帮你做了“表面功夫”。

如果需要保持数值的一致性，或者需要精确的十进制表现，可以试试这几种方法：

1. 转列表前统一精度：用Pandas的round方法先对数据做精度处理

   import pandas as pd
   df = pd.DataFrame({'col': [-0.999990]})
   # 保留6位小数，和你原本的数值精度匹配
   df_rounded = df.round(6)
   lst = df_rounded.values.tolist()
   print(lst)  # 输出 [[-0.99999]]
   

2. 改用Decimal类型存储：如果需要更高精度控制，用Python的decimal模块规避二进制浮点数的缺陷

   from decimal import Decimal
   import pandas as pd
   
   # 用Decimal初始化数据，确保精确存储
   df = pd.DataFrame({'col': [Decimal('-0.999990')]})
   lst = df.values.tolist()
   print(lst)  # 输出 [[Decimal('-0.999990')]]
   # 若需要转成普通浮点数展示，再做转换即可
   lst_float = [float(x) for x in lst[0]]
   print(lst_float)  # 输出 [-0.99999]
   

3. 转列表时格式化输出：如果只是需要用于展示的字符串形式，可以直接在转换时格式化每个数值

   lst = ["{0:.6f}".format(x) for x in df['col'].tolist()]
   print(lst)  # 输出 ['-0.999990']
   

内容的提问来源于stack exchange，提问作者wubocheng