我正在读取带有如下浮点数的 CSV：
Bob,0.085
Alice,0.005
并导入数据框，并将此数据框写入新位置
df = pd.read_csv(orig)
df.to_csv(pandasfile)
现在这个pandasfile 有：
Bob,0.085000000000000006
Alice,0.0050000000000000001
会发生什么？也许我必须转换为其他类型，例如 float32 或其他类型？
我正在使用 pandas 0.9.0 和 numpy 1.6.2。
【问题讨论】：
更新：答案在撰写本文时是准确的，并且浮点精度仍然不是您使用 to_csv/read_csv 获得的默认值（精度-性能权衡；默认值有利于性能）。
现在有the float_format argument available for pandas.DataFrame.to_csv 和the float_precision argument available for pandas.from_csv。
原版还是值得一读的，以便更好地理解问题。
这是 pandas 中的一个错误，不仅在“to_csv”函数中，而且在“read_csv”中也是如此。这不是一般的浮点问题，尽管 浮点算术 确实是一个需要程序员注意的主题。下面这篇文章澄清了一点这个主题：
http://docs.python.org/2/tutorial/floatingpoint.html
显示“问题”的经典单线是......
>>> 0.1 + 0.1 + 0.1
0.30000000000000004
... 它没有像人们期望的那样显示 0.3。另一方面，如果您使用 定点算术 处理计算，并且仅在最后一步中使用 浮点算术，它将按预期工作。看到这个：
>>> (1 + 1 + 1) * 1.0 / 10
0.3
如果您迫切需要规避这个问题，我建议您创建另一个 CSV 文件，其中包含所有数字为整数，例如乘以 100、1000 或其他方便的因子。在您的应用程序中，像往常一样读取 CSV 文件，您将获得这些整数数字。然后将这些值转换为浮点数，除以之前乘以的相同因子。
【讨论】：
如cmets中所说，是一般的浮点问题。
但是你可以使用to_csv的float_format关键字来隐藏它：
df.to_csv('pandasfile.csv', float_format='%.3f')
或者，如果您不希望 0.0001 舍入为零：
df.to_csv('pandasfile.csv', float_format='%g')
会给你：
Bob,0.085
Alice,0.005
在您的输出文件中。
有关%g 的解释，请参阅Format Specification Mini-Language。
【讨论】：
TypeError: __init__() got an unexpected keyword argument 'float_format'
pandas 更新到较新的版本。