如何在DataFrame.to_json方法中实现浮点数的精确无舍入输出

现象成因 #

pandas的to_json方法默认采用自研的C语言实现序列化逻辑，而非Python标准库的json模块，其浮点数输出逻辑内置了规则判断：

• 当数值绝对值 ≥ 1e-15时，默认采用定点小数格式输出，同时会按double_precision参数的默认值（10）对小数位做四舍五入截断，所以你会看到1e-12、1e-13这类数值被截断甚至变成0.0
• 当数值绝对值 < 1e-15时，序列化逻辑会自动切换为科学计数法输出，此时不会应用double_precision的截断规则，会直接输出数值的原始科学计数表示，因此更小的数值反而能保留完整精度

而Python标准库的json模块序列化浮点数时，会直接输出浮点数的标准规范表示，没有额外的格式转换和截断规则，所以不存在精度丢失的问题。

解决方法 #

要实现所有数值的精确输出，可采用以下两种方案：

方案1：调整double_precision参数 #

将double_precision参数设置为15（双精度浮点数的最大有效十进制位数），可以避免截断：

print(df.to_json(indent=2, orient='index', double_precision=15))

该方案仍使用pandas原生序列化逻辑，性能较高，适合数据量较大的场景。

方案2：使用标准库json序列化 #

先将DataFrame转为Python原生字典/列表，再用标准库json.dumps序列化，完全绕过pandas的序列化逻辑，输出和标准库完全一致：

import json
print(json.dumps(df.to_dict(orient='index'), indent=2))

该方案可以完全复现标准库json模块的输出效果，无任何额外截断规则，适合对精度要求极高的场景。

内容的提问来源于stack exchange，提问作者a_guest