所以我有一个pandas dataframe对象，其中包含两列小数位的精度，如“133.04”。没有数字有3个或更多小数位，只有两个。
我尝试过使用Decimal模块，但是当我试图像这样重新采样时
gr_by_price = df['price'].resample(timeframe, how='ohlc')
我得到了
pandas.core.groupby.DataError: No numeric types to aggregate
在此之前我检查dtype
print(type(df['price'][0]))
<class 'decimal.Decimal'>
我是这个图书馆和资金处理的新手，也许Decimal不是这个的正确选择？ 我该怎么办？
如果我将此列投射到<class 'numpy.float64'>，一切正常。
更新： 现在我正在使用这种方法
d.Decimal("%0.2f" % float(d.Decimal("1.04")))
Decimal('1.04')
答案 0 :(得分：14)
我们遇到了类似的问题，最好的想法是将它乘以100并将其表示为整数
（并使用/ 100作为打印/外部选项）。
它将导致快速精确的计算（1 + 2 == 3不像0.1 + 0.2！= 0.3）
答案 1 :(得分：7)
我过去也遇到过这个问题，我最终使用的解决方案是将货币表示为其最低面额的倍数（即美元的1美分）。因此，类型将是int。如此处所述，此方法的优点是可以执行无损整数计算。
Price (currency) = Multiplyer * Sub_unit
EG。对于美元，价格的单位是美元，子单位是1美分，乘以100。
我想提到的另一个方面是，这种方法适用于不同的货币。例如，日元的最小面额是1日元，在这种情况下乘数是1.印度尼西亚卢比的最小面额是1000卢比，因此乘数也可以是1。您只需记住每种货币的乘数即可。
事实上，您甚至可以创建一个自定义类来为您包装此转换，这可能是最方便的解决方案。
答案 2 :(得分：1)
您需要区分内部值表示和呈现方式（详见MVC here）。正如您所说，您不需要其他类型的浮点数表示，我建议继续使用常规float进行内部表示和数学运算（它的IEEE-754标准）并添加此行
pd.options.display.float_format = '{:6.2f}'.format
在脚本的开头。这将使所有打印值自动舍入到第二个数字，而不会实际更改其值。 （pd是pandas）的常见别名。
答案 3 :(得分：0)
Decimal对于您的用例来说似乎是一个非常合理的表示。这里的根本问题是pandas中的Keys聚合器调用cython以获得速度，我认为cython不能使用Decimal。见这里：https://github.com/pandas-dev/pandas/blob/v0.20.3/pandas/core/groupby.py#L1203-L1212
欧洲工商管理学院，我认为最简单的方法就是自己简单地写ohlc，以便它可以在小数上运作
ohlc