为什么 pandas 舍入与 python 舍入不同？

Question

它偶然发现 Pandas 和 Python 在舍入时表现不同的情况。

>>> import pandas as pd
>>> numbers = [0.495,1.495,2.495,3.495,4.495,5.495,6.495, 7.495,8.495, 9.495, 10.495]
>>> [round(float(x),2 ) for x in numbers]
[0.49, 1.5, 2.5, 3.5, 4.5, 5.5, 6.5, 7.5, 8.49, 9.49, 10.49]
>>> pd.DataFrame(numbers).astype(float).round(2)
        0
0    0.50
1    1.50
2    2.50
3    3.50
4    4.50
5    5.50
6    6.50
7    7.50
8    8.49
9    9.49
10  10.50

为什么 Pandas 的舍入

0.495

和

10.495

与 Python 不同？我想从Python 3开始都实现了银行家四舍五入？一种实现比另一种更正确吗？

Answer 1

答案基本上是来自@ouroboros1的评论给出的。事实证明，Pandas 在幕后使用了 np.round。

np.round()

的文档提到：

“[它]使用快速但有时不精确的算法来舍入浮点数据类型，...[而]Python 的内置舍入函数对 64 位浮点值使用更准确但较慢的算法。”

我只想详细说明“不精确”在我们的示例中的含义。如果我们将示例中的数字相加而不进行四舍五入，我们会得到

>>> sum(numbers)
60.445

如果我们将 Pandas 舍入的数字相加，我们会得到

>>> pd.DataFrame(numbers).round(2).sum()
0    60.48

如果我们将 Python 舍入的数字相加，我们会得到

>>> sum([round(x, 2) for x in numbers])
60.46

因此，在使用多个舍入数字进行计算时，Python 的舍入算法提供的结果比使用 Pandas 舍入函数更接近准确的结果。

但是，为了更接近准确的结果，您应该只在计算结束时进行舍入

>>> pd.DataFrame(numbers).sum().round(2).  # better than round(2).sum()
0    60.44

但在这种情况下，最佳/预期结果也是由 Python

round()

函数给出的

>>> round(sum(numbers),2)
60.45

总结一下：在计算中尽可能晚地舍入。如果您追求精度而不是速度，则更喜欢 Python

round()

函数而不是 Pandas 舍入。