pandas数据帧中元素之间的浮点精度不同

Question

我正试图从csv中读取一个数据帧，用它进行一些计算，然后将结果导出到另一个csv。在执行此操作时，我注意到值8.1e-202正在更改为8.1000000000000005e-202。但所有其他数字都是正确表示的。

示例：

example.csv如下所示：

id,e-value
ID1,1e-20
ID2,8.1e-202
ID3,9.24e-203

如果我这样做：

import pandas as pd
df = pd.read_csv("example.csv")
df.iloc[1]["e-value"]
>>> 8.1000000000000005e-202
df.iloc[2]["e-value"]
>>> 9.24e-203

为什么8.1e-202被改变而9.24e-203没有？

我试图将pandas使用的数据类型从默认更改为

df["e-value"].dtype
>>> dtype('float64')

numpy数据类型如下：

import numpy as np
df = pd.read_csv("./temp/test", dtype={"e-value" : np.longdouble})

但这只会导致：

df.iloc[1]["e-value"]
>>> 8.100000000000000522e-202

有人能向我解释为什么会发生这种事吗？我无法用任何其他数字复制这个问题。所有大于或小于8.1e-202的东西似乎都能正常工作。

编辑：
指定我的问题。我知道花车并不完美。我的实际问题是，一旦我将数据帧写回csv，结果文件将如下所示：

id,e-value
ID1,1e-20
ID2,8.1000000000000005e-202
ID3,9.24e-203

并且我需要第二行是ID2,8.1e-202
I"固定的"；这是在我写csv之前对这一列进行格式化，但我对这种解决方案不满意，因为格式化会将其他元素更改为科学的符号，而它只是一个普通的浮点值。

def format_eval(e):
return "{0:.1e}".format(e)
df["e-value"] = df["e-value"].apply(lambda x: format_eval(x))

Answer 1

浮点数表示并不那么简单。并不是每个实数都可以表示，几乎所有(相对而言(都是近似值。与整数不同，精度各不相同，python确实有一个未定义浮点值的精度。

每个浮点标准都有自己的一组实数，可以精确地表示。周围没有工作。

https://en.wikipedia.org/wiki/Single-precision_floating-point_formathttps://en.wikipedia.org/wiki/IEEE_754-2008_revision

如果问题真的是算术或比较，你应该考虑错误是会增加还是减少。例如，乘以大数字可能会增加表示误差。

此外，在进行比较时，你应该做math.is_close之类的事情。基本上是比较数字之间的距离。

如果你试图表示和运算实数，那就不是无理数。像整数、分数或具有有限数字的十进制数字一样，您也可以考虑强制转换为正确的数字表示形式，如：int、decimal或fraction。

有关进一步的想法，请参阅：https://davidamos.dev/the-right-way-to-compare-floats-in-python/#:~：text=如何%20To%20Compare%20Floats%20in%20Python&text=如果%20abs(a%20%2D%20b(，则rel_tol%20关键字%20参数%20，共%20math。