【发布时间】：2016-08-10 06:32:19
【问题描述】：
我下面的代码接收 CSV 数据并使用 pandas to_dict() 函数作为将数据转换为 JSON 的一个步骤。 问题在于修改浮点数（例如 1.6 变为 1.6000000000000001）。我不担心准确性的损失，但因为用户会看到数字的变化，所以看起来很业余。 p>
我知道：
- 这是在here 之前提出的问题，但这是两年前的事了，并没有得到很好的回答，
- 还有一个复杂的问题：我希望转换为字典的数据帧可以是数据类型的任意组合
因此，以前的解决方案的问题是：
- 仅当您不需要（在数字上）使用数字时，才能将所有数字转换为对象。我想要计算总和和平均值的选项，这会重新引入加法小数问题。
- 强制将数字四舍五入到小数点后 x 会降低准确性或添加额外的不必要的 0，具体取决于用户提供的数据
我的问题：
有没有更好的方法来确保数字不会被修改，而是保存在数字数据类型中？是否首先要更改我导入 CSV 数据的方式？当然有一个我忽略的简单解决方案？
这里有一个简单的脚本可以重现这个错误：
import pandas as pd
import sys
if sys.version_info[0] < 3:
from StringIO import StringIO
else:
from io import StringIO
CSV_Data = "Index,Column_1,Column_2,Column_3,Column_4,Column_5,Column_6,Column_7,Column_8\nindex_1,1.1,1.2,1.3,1.4,1.5,1.6,1.7,1.8\nindex_2,2.1,2.2,2.3,2.4,2.5,2.6,2.7,2.8\nindex_3,3.1,3.2,3.3,3.4,3.5,3.6,3.7,3.8\nindex_4,4.1,4.2,4.3,4.4,4.5,4.6,4.7,4.8"
input_data = StringIO(CSV_Data)
df = pd.DataFrame.from_csv(path = input_data, header = 0, sep=',', index_col=0, encoding='utf-8')
print(df.to_dict(orient = 'records'))
【问题讨论】：
-
如果最终目标是使用 json，为什么不使用
df.to_json(orient = 'records')？ -
@JohnGalt 基本上，为了允许列的动态嵌套，我使用 to_dict 创建的字典被插入到我正在构建的更大字典中，最后被转储到 JSON。
-
你可以使用
pd.io.json.dumps(nested_dicts_with_pd_objects)，这对你有用吗？理想情况下，不应该引入舍入场景。 -
我可能会误解您的答案，但导致问题的不是“转储到 JSON”部分，而是字典的创建。除非有办法直接在 Python 中构建 JSON 对象？
-
在字典中，数值可以用扩展小数显示，当你使用
pd.io.json.dumps(nested_dicts_with_pd_objects)时，用户不会看到扩展小数。您可能想添加详细示例？
标签： python json pandas csv floating-point