pandas将字符串列转换为float类型如何避免精度丢失

你观察到的转换后仅显示5-6位小数，不是类型转换过程丢失了数据精度，只是pandas默认对浮点型数据的打印显示规则做了位数截断，DataFrame底层存储的数值是完整精度，参与建模计算时调用的是实际存储的全精度值，不会用界面显示的截断值。

可以通过两个简单操作确认数据精度没有损失：

• 直接提取单个单元格的实际值打印，不要用DataFrame整体打印的预览结果：

# 提取指定位置的真实存储值
print(df.loc["A", "Weight"])
# 输出结果为原始值0.1107699174，而非预览显示的0.110770

• 对列做放大倍数计算验证：

# 将Weight列放大10^10倍，若结果和原始字符串数值放大后完全一致，说明精度无损失
print(df["Weight"] * 10**10)

如果需要在打印DataFrame时直接看到完整小数位，修改pandas全局显示配置即可，不需要改动数据本身：

# 设置浮点值打印时保留10位小数，可根据原始数据的实际长度调整数值
pd.set_option("display.float_format", lambda x: f"{x:.10f}")

配置生效后再打印DataFrame，就会显示你设置的对应位数的小数。

如果你的建模场景完全不能接受float类型本身的IEEE754浮点固有误差，不要转换为float类型，可以转换为Decimal类型做精确计算：

from decimal import Decimal
# 转换指定列为Decimal类型
df["Weight"] = df["Weight"].apply(Decimal)
df["Price"] = df["Price"].apply(Decimal)

注意使用Decimal类型时，参与运算的所有值都要统一为Decimal类型，不要和普通float值混合运算，否则会引入精度损失。

内容的提问来源于stack exchange，提问作者user12358312