如何在Spark DataFrame中将double类型数值强制保留指定小数位数？

完全不需要用正则处理，所有主流编程语言/数据库都自带原生的数值格式化能力，指定固定两位小数输出即可，实现成本极低，还能避免正则处理数值的边界问题（比如负数、科学计数法数值匹配错误等）。

不同场景的实现示例 #

• SQL场景（适配你提供的表输出需求）
  以MySQL为例，直接指定字段的decimal格式即可：

  SELECT CAST(value AS DECIMAL(10,2)) AS value FROM 你的表名;
  

  其他数据库语法类似：Oracle用TO_CHAR(value,'FM9999999990.00')，PostgreSQL用TO_CHAR(value, '9999999990.00')即可。
• Python场景
  用f-string语法一行实现：

  formatted_value = f"{value:.2f}"
  

• Java场景
  两种常用写法都可以：

  // 写法1：String.format
  String formattedValue = String.format("%.2f", value);
  // 写法2：DecimalFormat指定格式
  DecimalFormat df = new DecimalFormat("0.00");
  String formattedValue = df.format(value);
  

• JavaScript场景
  调用原生toFixed方法：

  const formattedValue = value.toFixed(2)
  

注意事项 #

如果是金融等对精度要求极高的场景，建议先将double类型转换为十进制精确类型（Java用BigDecimal、Python用Decimal类）后再做格式化，避免浮点精度误差导致格式化结果不符合预期。

内容的提问来源于stack exchange，提问作者luicaps