大熊猫：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字典代表1行； 因此，熊猫to_dict(orient='records')方法是完美的； 但是，在某些情况下，输出的舍入不正确。 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。 这是什么问题

Answer 1

在pandas 0.20.2中，出于某些原因， orient = records使用numpy浮点类型，而orient = list使用本机python浮点类型。

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导致舍入差异。 现在，为什么不能说不同的Orient参数导致不同的数据类型呢？

将numpy浮点数转换回本机python浮点数时：

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

我们得到的输出类似于面向to_records输出的列表中的输出。

有关奇怪的float恶作剧的更多信息， 浮点数学是否已损坏？