Python中decimal.Decimal与float比较导致条件判断异常如何解决？

核心问题是Decimal类型与float类型的精度不匹配，由两个错误共同导致：

• 初始化DataFrame时先使用了float类型的数值，再调用apply(Decimal)做转换：float类型的0.0001本身无法被二进制精确存储，实际保存的是一个略小于精确值0.0001的近似值，转成Decimal后这个精度误差也被保留，导致abs(delta) < 0.0001的判断意外成立。
• 条件判断中的阈值全部是float类型，Decimal和float做比较时会触发隐式类型转换，进一步放大精度误差，导致判断逻辑不符合预期。

分两步调整代码：

1. 初始化OPEN列时直接传入字符串形式的数值转Decimal，避免float的精度损失
2. 条件判断中的所有阈值统一改为Decimal类型，保证比较逻辑的精度一致

修正后的完整代码如下：

import pandas as pd
import numpy as np
from decimal import Decimal

# 初始化时直接用字符串转Decimal，避免float精度损失
dt = pd.DataFrame({"OPEN": ["-0.00010","-0.0114", "0.0066","-0.0044","-0.0012","-0.0005",
                            "0.0005","-0.0037", "-0.0029", "0.0034", "0.0003", "0.0001" ]})
dt["OPEN"] = dt["OPEN"].apply(Decimal)

def label_change_price(delta):
    abs_delta = abs(delta)
    # 所有阈值统一用字符串参数生成精确Decimal
    if Decimal(0) < abs_delta < Decimal("0.0001"):
        print(" Return value: ",0, "Delta: ",delta)
        return 0
    elif Decimal("0.0001") <= abs_delta < Decimal("0.0002"):
        print(" Return value: ",1, "Delta: ",delta)
        return int(np.sign(delta)) * 1
    elif Decimal("0.0002") <= abs_delta < Decimal("0.0003"):
        print(" Return value: ",2, "Delta: ",delta)
        return int(np.sign(delta)) * 2
    elif abs_delta >= Decimal("0.0003"):
        print(" Return value: ",3, "Delta: ",delta)
        return int(np.sign(delta)) * 3

# 应用分类逻辑
dt["label"] = dt["OPEN"].apply(label_change_price)

内容的提问来源于stack exchange，提问作者Jeff