设置数据类型为 Decimal 的 pandas 数据框列的小数精度答案

【问题标题】：Set decimal precision of a pandas dataframe column with a datatype of Decimal设置数据类型为 Decimal 的 pandas 数据框列的小数精度
【发布时间】：2021-04-06 21:27:25
【问题描述】：

我有一个包含两列的 pandas 数据框，第 1 列包含文本，第 2 列包含十进制值。

Key	Value
A	1.2089
B	5.6718
B	7.3084

我使用 '.apply' 函数将 value 列的数据类型设置为 Decimal（Python Decimal 库）。一旦我这样做了，值列就会从小数点后 4 位变为小数点后 43 位。我尝试使用 .getcontect.prec = 4 无济于事。

数据框是通过读取与上表格式相同的 CSV 文件构建的。值列中的所有小数只保留 4 位小数。

import pandas as pd
from decimal import *

def get_df(table_filepath):
    df = pd.read_csv(table_filepath)
    getcontect.prec = 4
    df['Value'] = df['Value'].apply(Decimal)

上面的代码是我尝试过的，但仍然导致输出的值列值有 43 个小数位，而不是从 csv 文件中读取的每个值应该有 4 个小数位。

我打印数据框时得到的结果是：

Key	Value
A	1.20890000000003046807250939309597015380859375
B	5.67180000000000318323145620524883270263671875
B	7.30838399999999969077180139720439910888671875

我只想要 4 位小数的精度，因为这些值稍后将用于进行一些数学运算，并且我想使用我提供的确切值。

【问题讨论】：

标签： python pandas decimal

【解决方案1】：

这可以通过更改浮点数的打印选项来修改，但是它将修改每个浮点数据类型的打印方式

pd.set_option('display.float_format', '{:.10f}'.format)

请记住，这只是它的打印方式。该值存储在数据框中，每个小数点。

另一方面，您可以通过以下方式限制小数：

df.Value = df.Value.round(4)

但这将根据小数点后五位四舍五入。最后一个选项是使用np.ceil 或np.floor，但由于这不支持小数，因此需要使用乘法和除法的方法：

precision = 4
df['Value_ceil'] = np.ceil(df.Value * 10**precision) / (10**precision)
df['Value_floor'] = np.floor(df.Value * 10**precision) / (10**precision)

【讨论】：

.round 函数不起作用，它给出错误 TypeError: unsupported operand type(s) for *: 'decimal.Decimal' and 'float'。为了澄清 Value 列已设置为名为 Decimal 的数据类型，并且不是用于在 python 中表示小数的默认浮点类型。
不要将数据类型转换为十进制，将 ti 保留为来自 read_csv 的浮点数
我必须使用 Decimal 因为使用浮点数缺乏精度会导致以后出现问题（例如在值 x=b 之间进行比较时）
可能有直接使用十进制的方法，但我不知道答案。在这种情况下，我会修改浮点数，然后将其转换为十进制。

【解决方案2】：

修复了这个问题，似乎与 Decimal 如何从浮点数转换为十进制数有关。将 Values 列设置为数据类型字符串，然后转换为 Decimal 得到了我想要的结果。

def get_df(table_filepath):
    df = pd.read_csv(table_filepath)
    df['Value'] = df['Value'].apply(str) 
    df['Value'] = df['Value'].apply(Decimal)

Key	Value
A	1.2089
B	5.6718
B	7.3084

【讨论】：