你遇到的是浮点数二进制表示的固有精度问题——像0.1这样的十进制小数无法在二进制浮点数中精确存储，相加后会出现微小的误差累积，导致结果偏离预期的6.99。不用自己手动写近似逻辑，Python自带的标准库就能帮你解决这个问题，完全符合“基于语言设置”的要求：

方法1：使用decimal模块（推荐用于时间序列场景） #

decimal模块是Python标准库的一部分，专门用于处理高精度的十进制运算，你可以全局设置运算精度，所有基于Decimal的计算都会遵循这个规则，非常适合时间序列这种需要批量处理且对精度敏感的场景。

示例代码： #

from decimal import Decimal, getcontext

# 全局设置运算精度，这里设置为3（足够覆盖6.99的两位小数需求，可根据实际场景调整）
getcontext().prec = 3

# 注意要用字符串初始化Decimal，避免浮点数本身的精度污染
num1 = Decimal('6.89')
num2 = Decimal('0.1')
result = num1 + num2

print(result)  # 输出：6.99

这个方法的优势在于：

• 完全基于Python语言自带的标准库，不需要额外依赖
• 全局精度设置后，所有时间序列的运算都会自动遵循，不会引入手动近似的额外问题
• 可以精确控制小数位数，避免误差累积

方法2：调整浮点数的显示格式（仅用于输出场景） #

如果你的核心需求只是让输出结果看起来接近6.99，而不需要改变内部计算的精度，可以用Python的字符串格式化功能，这也是语言层面的内置能力：

示例代码： #

result = 6.89 + 0.1
# 格式化输出为两位小数
print("{0:.2f}".format(result))  # 输出：6.99

不过这个方法只是改变了显示形式，内部存储的还是原来的浮点数。如果你的时间序列需要后续计算，还是推荐用decimal模块，避免后续运算继续累积误差。

内容的提问来源于stack exchange，提问作者hbak