Pandas 数据框。为什么显示的数据与存储的数据不同？

Question

将“pivot_table”应用于 df，我得到了一个平均值。

df_mean=df.pivot_table(index=['col_1']).sort_index(axis=1, level=1)

当我显示结果数据帧的 WIND 列时

df_mean.WIND
Out[418]: 
col_1
P1              76.450000
P2              75.200000
P3              83.680000
P4              84.221429
P5              67.875000
Name: WIND, dtype: float64

为什么直接访问元素不一样？

df_mean.WIND[0]
Out[419]: 76.44999999999999

我想把这个四舍五入（小数点后一位），希望得到76.5...

我一直在寻找答案，也许与此有关？:

import statistics
df_calculo = pd.DataFrame({"A":[80.8,76.3,78.6,77.1,69.4,67.7,72.4,89.3]})
df_calculo.dtypes 
uu=statistics.mean(df_calculo["A"])
print(uu)#Is EXACT

uu2=df_calculo["A"].mean()
uu2#Is NOT exact

这导致：

uu= 76.45
uu2= 76.44999999999999

Answer 1

默认显示精度为Pandas中的小数点后6位。它只是显示四舍五入。实际值是使用 np.mean() 作为默认值 agg_function 计算得出的。所以跟这里使用的均值类型有关。

Pandas Docs on options：参见“display.precision”

Floating point output precision in terms of number of places after the decimal, for regular formatting as well as scientific notation. Similar to numpy’s precision print option

和Docs on pivot_table：参见“agg_function”