我正在尝试将pandas DataFrame转换为词典列表，其中1个词典代表1行；因此pandas 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 最佳答案
在熊猫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。
有关怪异的浮动诡计Is floating point math broken?的更多信息