Python计算CSV发电量总和出现精度误差及优化方案咨询

误差来源 #

这个误差是二进制浮点数运算的固有精度问题：绝大多数十进制有限小数（比如0.1、0.2等）无法用64位双精度浮点数（也就是Python里的float类型）精确表示，存储时会做近似截断，多次累加后截断误差会逐步累积，最终就会出现这种和理论值差了极小尾数的情况，属于浮点数运算的正常现象，和你的计算逻辑、CSV读取逻辑无关。

更优实现方案 #

有几个可以优化的点：

• 去掉多余的格式转换步骤：Python内置的csv模块本身支持自定义分隔符，不需要提前用tr命令把分号转成逗号，直接读取原CSV文件即可，减少不必要的IO操作和文件冗余。
• 解决浮点精度误差：如果对数值精度要求高，可以用Python标准库的decimal模块做精确的十进制运算，从根源上避免浮点累加误差；如果只需要正常显示结果，也可以在输出时按需求保留小数位数即可。
• 可选实现第一种计算逻辑：如果CSV的首尾行第二个字段的差值就是发电总量，这种方案的计算效率远高于逐行累加，尤其是大文件场景下优势更明显。

优化后的累加方案代码（无需提前转格式、无精度误差） #

import csv
from decimal import Decimal

total = Decimal(0)
# 直接读取原分号分隔的CSV文件
with open('/home/LoadLive/day.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f, delimiter=';')
    for row in reader:
        total += Decimal(row[2])
# 按需求输出，转float也不会有多余误差
print(f'The total is {float(total)}')
# 若需要输出精确十进制值：print(f'The total is {total}')

第一种计算逻辑的实现代码（效率更高） #

import csv
from decimal import Decimal

with open('/home/LoadLive/day.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f, delimiter=';')
    # 读取首行第二个字段值
    first_val = Decimal(next(reader)[1])
    # 遍历到最后一行
    last_row = None
    for row in reader:
        last_row = row
    last_val = Decimal(last_row[1])
    total = last_val - first_val
    print(f'The total is {float(total)}')

如果不需要高精度运算，只是不想显示多余的尾数，也可以直接格式化输出即可：

# 仅修改原来代码的输出行即可
print('The total is {:.2f}'.format(total))

内容的提问来源于stack exchange，提问作者Geertz