pd.to_numeric 中的向下转型逻辑如何决定何时从 Float64 向下转型为 Float32？

Question

我试图理解 pd.to_numeric float 向下转型背后的逻辑。

我希望/期望它能够保留值的唯一性，但在我的示例中，它没有。

文档不解释任何向下转换选项的逻辑：浮点数、整数和无符号。我很想了解它们。

import pandas as pd
import numpy as np
s = pd.Series(np.random.uniform(0, 1, 100_000), dtype="Float64")
s_float32 = pd.to_numeric(s, downcast="float")
print(s_float32.dtype)
print(s_float32.nunique() == s.nunique())
Float32
False

Answer 1

您可以阅读

pd.to_numeric的

来源

。负责向下转换的代码是here

关键是：

>>> np.typecodes["Float"]
'efdg'

这意味着：

e（一半）：
• float16
f（单）：
• float32
d（双）：
• float64
g（长双）：
• float128

算法是从小到大尝试dtype。