Pandas读取CSV浮点数出现多余末尾数字，如何解决？

嘿，这个问题其实是浮点数二进制存储的精度bug在搞怪！Pandas和Python标准库csv的处理逻辑不一样，才导致了这个差异：

csv.DictReader默认把读取的内容当成字符串来处理，你打印的其实就是文件里的原始字符串值；但Pandas会自动把数值列解析成float64类型——而这类浮点数在二进制存储时，没法精确表示某些十进制小数（比如你用到的2.989583333），所以就会出现末尾那串多余的数字。

这里给你几个实用的解决办法：

• 办法一：读取时强制列类型为字符串
  直接告诉Pandas把end_beat列当成字符串读，这样就能完全保留原始的数值格式：

  import pandas as pd
  df = pd.read_csv('debug.csv', dtype={'end_beat': str})
  print(df['end_beat'][1])  # 输出 1.989583333
  

  如果之后需要做数值计算，再按需转换成高精度的数值类型就好。

• 办法二：用Decimal类型存储，彻底避免精度损失
  如果你需要精准的数值计算，不想依赖float的话，可以在读取时把列转换成Decimal类型：

  import pandas as pd
  from decimal import Decimal
  
  df = pd.read_csv('debug.csv', converters={'end_beat': Decimal})
  print(df['end_beat'][1])  # 输出 1.989583333
  

  Decimal类型能完美精确表示十进制小数，适合对精度要求高的场景。

• 办法三：格式化输出，临时隐藏多余位数
  要是只是输出的时候不想看到那串尾巴，直接格式化打印就行：

  import pandas as pd
  df = pd.read_csv('debug.csv')
  # 保留9位小数，和原始数值的位数一致
  print("{0:.9f}".format(df['end_beat'][1]))
  

  或者也可以用Pandas的round方法统一处理整列数据：

  df['end_beat'] = df['end_beat'].round(9)
  print(df['end_beat'][1])
  

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