我想使用dtype='float32'（它可能是一個 numpy dtype => np.float32）而不是dtype='float64'減少我的熊貓資料幀的記憶體使用量，因為我必須處理休熊貓資料幀。
有一次，我想提取一個 python 串列，'.to_dict(orient='records')'以便為每一行獲取一個字典。
在這種情況下，我會得到額外的小數位，這可能是基于 s.th 的，如下所示：
浮點數學被破壞了嗎？
如何轉換日期/更改型別等以獲得相同的結果，就像我得到的一樣float64（參見示例片段）？
import pandas as pd
_data = {'col1': [1.45123, 1.64123], 'col2': [0.1, 0.2]}
_test = pd.DataFrame(_data).astype(dtype='float64')
print(f"{_test=}")
print(f"{_test.round(1)=}")
print(f"{_test.to_dict(orient='records')=}")
print(f"{_test.round(1).to_dict(orient='records')=}")
float64輸出：
_test= col1 col2
0 1.45123 0.1
1 1.64123 0.2
_test.round(1)= col1 col2
0 1.5 0.1
1 1.6 0.2
_test.to_dict(orient='records')=[{'col1': 1.45123, 'col2': 0.1}, {'col1': 1.64123, 'col2': 0.2}]
_test.round(1).to_dict(orient='records')=[{'col1': 1.5, 'col2': 0.1}, {'col1': 1.6, 'col2': 0.2}]
import pandas as pd
_data = {'col1': [1.45123, 1.64123], 'col2': [0.1, 0.2]}
_test = pd.DataFrame(_data).astype(dtype='float32')
print(f"{_test=}")
print(f"{_test.round(1)=}")
print(f"{_test.to_dict(orient='records')=}")
print(f"{_test.round(1).to_dict(orient='records')=}")
float32輸出：
_test= col1 col2
0 1.45123 0.1
1 1.64123 0.2
_test.round(1)= col1 col2
0 1.5 0.1
1 1.6 0.2
_test.to_dict(orient='records')=[{'col1': 1.4512300491333008, 'col2': 0.10000000149011612}, {'col1': 1.6412299871444702, 'col2': 0.20000000298023224}]
_test.round(1).to_dict(orient='records')=[{'col1': 1.5, 'col2': 0.10000000149011612}, {'col1': 1.600000023841858, 'col2': 0.20000000298023224}]
uj5u.com熱心網友回復：
管理浮動表示有一些限制 ，例如這個
使用 to_dict() 函式從 numpy 表示切換到 python 本機浮點表示，這意味著一種翻譯。盡管如此，您使用的精度仍然會丟失一些小資訊。
對于無損轉換，您必須在to_dict()之前使用as_type()函式將您的數字轉換為字串：
_data = {'col1': [1.45123, 1.64123], 'col2': [0.1, 0.2]}
_test = pd.DataFrame(_data).astype(dtype='float32')
_test.round(1).astype('str').to_dict(orient='records')
_test.round(1).astype('str').to_dict(orient='records')=[{'col1': '1.5', 'col2': '0.1'}, {'col1': '1.6', 'col2': '0.2'}]
另一種可能是十進制格式。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/479480.html