>>> float(str(0.65000000000000002))
0.65000000000000002
>>> float(str(0.47000000000000003))
0.46999999999999997 ???
这里发生了什么？如何转换0.47000000000000003为字符串并将结果值恢复为浮点数？
我在Windows上使用Python 2.5.4.
我有一个包含一些浮点数据的 csv 文件。代码很简单
df = pd.read_csv(my_csv_vile)
print(df.iloc[:2,:4]
600663.XSHG 000877.XSHE 600523.XSHG 601311.XSHG
2016-01-04 09:31:00 49.40 8.05 22.79 21.80
2016-01-04 09:32:00 49.55 8.03 22.79 21.75
然后我将其转换为 float32 以节省内存使用。
short_df = df.astype(np.float32)
print(short_df.iloc[:2,:4])
600663.XSHG 000877.XSHE 600523.XSHG 601311.XSHG
2016-01-04 09:31:00 49.400002 8.05 22.790001 21.799999
2016-01-04 09:32:00 49.549999 8.03 22.790001 21.750000
值刚刚改变！如何才能保持数据不变呢？
（我也尝试过short_df.round(2)，但打印仍然得到相同的输出）
我正在尝试将 CSV 字符串导出到 D3 Web 应用程序，但该命令to_csv坚持向数据添加尾随 0，这阻止了 D3 的正确使用。
这是一个说明问题的最小示例。
我的（简化的）数据框是：
>>> df = pd.DataFrame([['Alex',20.0000, 50.650]],columns=['Name','Age', 'Weight'])
Name Age Weight
0 Alex 20.0 50.65
df['Age']包含 a float，如下所示：
>>> df['Age']
0 20.0
Name: Age, dtype: float64
然后根据这个答案，我运行.astype(object)以获得我想要的格式：
>>> df=df.astype(object)
Name Age Weight
0 Alex 20 50.65
现在，df['Age']包含一个object, 没有尾随零：
>>> df['Age']
0 20
Name: Age, dtype: object
这就是我想用 导出的内容to_csv，但此命令会在数字后重新附加一个尾随 0，我想避免这种情况：
>>> df_csv = df.to_csv(sep=',', index = False)
>>> …