Pandas转字典后出现大量9或0小数尾数的解决方法

在使用Pandas将DataFrame转换为字典时，你可能会遇到浮点数出现大量9或0小数尾数的情况。这是因为在转换过程中，Pandas默认将浮点数转换为numpy.float64类型，而该类型在计算机内部表示时可能会出现精度损失。

为了解决这个问题，你可以选择以下两种方法：

1. 使用round方法进行四舍五入

使用round方法可以将浮点数四舍五入到指定的小数位数，例如：

import pandas as pd

df = pd.DataFrame({'A': [1.23456789, 2.34567890], 'B': [3.45678901, 4.56789012]})
# 转换为字典并指定小数位数
d1 = df.round(2).to_dict(orient='list')
print(d1)
# {'A': [1.23, 2.35], 'B': [3.46, 4.57]}

2. 使用str方法将浮点数转换为字符串

使用astype(str)方法可以将浮点数转换为字符串，再转换为字典，例如：

import pandas as pd

df = pd.DataFrame({'A': [1.23456789, 2.34567890], 'B': [3.45678901, 4.56789012]})
# 转换为字符串再转换为字典
d2 = df.astype(str).to_dict(orient='list')
print(d2)
# {'A': ['1.23456789', '2.3456789'], 'B': ['3.45678901', '4.56789012']}

你可以根据具体情况选择使用哪种方法。