Desarrollo de Python
  1. Desarrollo de Python
  3. Las pandas leen un archivo csv con valores de coma flotante que produce un redondeo extraño y dígitos decimales
Intereting Posts
Actualizar el acceso a la unidad de Google. Buscar días desde el último evento. ¿Es un buen estilo llamar comandos bash dentro de un script de Python usando os.system (“código bash”)? Cómo acelerar la comunicación con subprocesos. ¿Cómo puedo crear un archivo numpy .npy en su lugar en el disco? Evaluación de expresión dinámica en pandas usando pd.eval () ¿Existe una función incorporada para imprimir todas las propiedades y valores actuales de un objeto? Clases de “amigo” en python Seleccionar / excluir conjuntos de columnas en pandas Descargar contenido de los enlaces de carpetas compartidas de Dropbox mediante progtwigción ¿Hay alguna forma de implementar un nuevo código con Tornado / Python sin reiniciar el servidor? Cómo extraer un número flotante de una cadena Ejecuta el código de Python dentro del navegador sin Jython Obtener el título de la ventana actual con Python y Xorg Escriba un error al intentar extender una lista en Python

Las pandas leen un archivo csv con valores de coma flotante que produce un redondeo extraño y dígitos decimales

Tengo un archivo csv que contiene valores numéricos como 1524.449677 . Siempre hay exactamente 6 decimales.

Cuando importo el archivo csv (y otras columnas) a través de pandas read_csv , la columna obtiene automáticamente el object tipo de datos. Mi problema es que los valores se muestran como 2470.6911370000003 que en realidad debería ser 2470.691137 . O el valor 2484.30691 se muestra como 2484.3069100000002 .

Esto parece ser un problema de tipo de datos de alguna manera. Traté de proporcionar explícitamente el tipo de datos al importar a través de read_csv dando el argumento dtype como {'columnname': np.float64} . Aún así el problema no desapareció.

¿Cómo puedo obtener los valores importados y mostrarlos exactamente como están en el archivo csv de origen?

Pandas usa un convertidor dedicado de dec 2 bin decs que compromete la precisión en lugar de la velocidad.

Pasar float_precision='round_trip' a read_csv corrige esto.

Echa un vistazo a esta página para más detalles sobre esto.

Después de procesar sus datos, si desea guardarlos nuevamente en un archivo csv , puede pasar
float_format = "%.nf" al método correspondiente.

Un ejemplo completo: 

 import pandas as pd df_in = pd.read_csv(source_file, float_precision='round_trip') df_out = ... # some processing of df_in df_out.to_csv(target_file, float_format="%.3f") # for 3 decimal places