Ich habe eine CSV-Datei mit numerischen Werten wie 1524.449677
. Es gibt immer genau 6 Nachkommastellen. Wenn ich die csv-Datei (und andere Spalten) über Pandas read_csv
importiere, erhält die Spalte automatisch den Datentyp object
. Mein Problem ist, dass die Werte als 2470.6911370000003
angezeigt werden, die eigentlich 2470.691137
sein sollten. Oder der Wert 2484.30691
wird als 2484.3069100000002
angezeigt.Pandas lesen CSV-Datei mit Float-Werten ergibt seltsame Rundung und Dezimalstellen
Dies scheint in gewisser Weise ein Datentypproblem zu sein. Ich habe versucht, beim Import über read_csv
den Datentyp explizit anzugeben, indem ich das Argument dtype
als {'columnname': np.float64}
angegeben habe. Dennoch ist das Problem nicht weggegangen.
Wie kann ich die importierten und angezeigten Werte genau so erhalten, wie sie in der csv-Quelldatei enthalten sind?
Wie wäre es mit 'df ['col'] = df ['col']. Astype (float)'? –
ändert nichts – beta