将Pandas DataFrame保存为CSV文件时如何避免数值精度丢失

很多时候你看到的精度丢失并不是pandas导出时导致的，而是用Excel打开CSV文件时，Excel默认自动截断长小数、转科学计数法导致的，你可以先用纯文本编辑器（比如VS Code、记事本、Sublime Text等）打开导出的CSV文件确认数值是否真的丢失。

如果确认是pandas导出时丢失精度，可按以下方法解决：

方法1：将目标列转为字符串后导出 #

这是最稳妥的方法，转成字符串后导出不会触发任何浮点自动格式化：

# 转为保留8位小数的字符串，避免出现科学计数法
df['Quantity'] = df['Quantity'].apply(lambda x: f"{x:.8f}")
# 导出时不需要额外加float_format参数
df.to_csv(r'/Users/Example.csv', index=False)

方法2：使用decimal模块处理浮点精度 #

如果需要保留数值属性导出，可以用高精度的decimal类型处理：

from decimal import Decimal, getcontext

# 设置精度足够覆盖你的小数位数
getcontext().prec = 12
df['Quantity'] = df['Quantity'].apply(lambda x: Decimal(str(x)).quantize(Decimal('0.00000001')))
# 导出时指定float_format
df.to_csv(r'/Users/Example.csv', index=False, float_format='%.8f')

注意事项 #

• 你之前的操作同时做了列转字符串和加float_format参数，float_format仅对浮点类型列生效，对字符串列无影响，不会起到额外的精度保护作用。
• 如果是Excel打开时的显示问题，你可以在导入Excel时将Quantity列指定为文本格式，就可以看到完整的小数位数。

内容的提问来源于stack exchange，提问作者Tcs106