如何在Python中消除浮点数不精确性问题

Question

我正在编写一个程序，比较和排列日期序列中的值非常重要。但是，由于浮点数的不精确性，我遇到了一些问题。

我从SQL服务器中提取这些数据，它们都应该是1.6。然而，它们的值略有不同（见下文）。因此，当我使用dataframe.rank()时，它并不将这两个日期视为相同的排名，而是将01/02/2004排在02/01/2005之上。

有人有什么想法来解决这个问题，使得这两个日期最终有相同的排名吗？

modelInputData.loc['01/02/2004',('Level','inflationCore','EUR')]
Out[126]: 1.6000000000000003

modelInputData.loc['02/01/2005',('Level','inflationCore','EUR')]
Out[127]: 1.6000000000000001

- jjvandermade

---

Python浮点数问题和限制的文档：https://docs.python.org/2/tutorial/floatingpoint.html。 - Jason De Arte

听起来浮点数在这里不是正确的解决方案。如果需要进行任意精度的计算，请使用十进制而不是浮点数： https://docs.python.org/2/library/decimal.html#module-decimal - Nick Bailey

是的，我可能最终会这样做。谢谢！ - jjvandermade

很遗憾，decimal.Decimal不支持转换pandas Dataframe/Series（或任何类似列表的对象）。至少我无法弄清楚。因此，我将整个内容乘以100并转换为整数。 - jjvandermade

Answer 1

您可以使用pd.Series.round()函数处理带有浮点数的列。

precision = 2
df['col'] = df['col'].round(decimals = precision)

请点击链接查看：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.round.html

- Nathan Clement

---

如果数字比您选择的任何精度更小怎么办？ - Roland Smith

准确性问题实际上仍然存在，但奇怪的是它们现在相同了（1.6000000000000001）。总的来说，四舍五入并不能解决精度问题。 - jjvandermade

Answer 2

我建议您像银行家一样使用分和整数，而不是使用 EUR/USD 和浮点/十进制变量。可以在 MySQL 端将其转换为分，或者在 pandas 中进行转换：

df['amount'] = round(df['amount']*100)

您将会遇到更少的问题。

- MaxU - stand with Ukraine

---

请在此处使用 round；直接使用 int 会有意外截断值的风险。例如：int(0.29 * 100) -> 28。 - Mark Dickinson

@MarkDickinson，你说得完全正确，感谢你指出来！我已经修改了我的回答。 - MaxU - stand with Ukraine