pandas: to_dict ("records") 舍入不正确

Question

我正在尝试将 pandas DataFrame 转换为字典列表，其中 1 个字典代表 1 行；因此 pandas to_dict(orient='records') 方法是完美的；然而，在某些情况下，输出会被错误地舍入。这是一个例子:

df = pd.DataFrame({'x': [1/3, 2/3], y=[4/3, 5/3]})
#            x         y
   0  0.333333  1.333333
   1  0.666667  1.666667

df.round(3).to_dict(orient='records')  # rounded incorrectly
# [{'x': 0.3330000000000002, 'y': 1.333}, {'x': 0.6670000000000004, 'y': 1.667}]

df.round(3).to_dict(orient='list')  # rounded correctly
# {'x': [0.333, 0.667], 'y': [1.333, 1.667]}

如您所见，to_dict(orient='list') 似乎工作正常。这里有什么问题吗？

Answer 1

在 pandas 0.20.2 中，出于某种原因，orient = Records 使用 numpy float 类型，而 orient = list 使用 native python float 类型。

records = df.round(3).to_dict(orient='records')
print(type(records[0]['x']))
numpy.float64

list_orient=df.round(3).to_dict(orient='list')
print(type(list_orient['x'][0]))
float

确切数据类型的差异会导致舍入差异。现在我不能说为什么不同的东方参数会导致不同的数据类型。

将 numpy float 转换回原生 python float 时:

print(float(records[0]['x']))
0.333

我们得到的输出类似于面向 to_records 输出的列表。

有关奇怪的 float 恶作剧的更多信息 Is floating point math broken?