在 python3 中，我主要使用 float 或 np.float32/64，当涉及到将其存储到数据库中时，即使 SQL 类型是数字/小数，我们最终也会得到 0.400000000000021 或类似的东西而不是 0.4
如果从另一个应用程序访问此类数据，则可能会出现问题。
仅使用 decimal。python 中的 Decimal 不是我们的答案，因为我们大量使用 pandas，并且不支持 Decimal。
一个解决方案是在插入 SQL 之前将 float 转换为 Decimal(在我们的例子中是 SQL Server，但这是一个细节)。然后在 SELECT 之后从 Decimal 返回到 float。
您有另一种(更好的)方法来处理此类问题吗？
请您参考如下方法:
问题是你的 float 值不是 0.4，因为 float32 或 float64(或 Python 原生 float，通常与 float64) 相同，即 0.4。最接近 0.4 的 float64 是 0.400000000000021，这正是您所得到的。
因为这是最接近 0.4 的 float 值，如果您要求 Python 将其转换为字符串(例如，print(f))，它会友好一点，给你字符串 0.4。
但是当你将它传递给数据库时……嗯，这实际上取决于你使用的是哪个数据库接口(interface)库。对于一些，它会调用 repr，这会给你 '0.4'(至少在 Python 3.x 中)，所以你要求数据库存储 float 字符串 '0.4' 的值。但对于其他人，它将直接将浮点值作为 C double 传递，因此您要求数据库存储浮点值 0.400000000000021。
那么，你应该怎么做呢？
- 您是否希望将此数据库与其他代码一起使用，这些代码会将值作为字符串读取，然后将它们转换为类似
Decimal或float80或decimal64 的格式还是其他类型？然后，您几乎肯定想要设置一个 SQL 数据类型，如DECIMAL(12, 6)来匹配您的实际精度，并让数据库来处理它。 (毕竟0.4四舍五入到小数点后六位和0.400000000000021四舍五入到小数点后六位没有区别。) - 您想在数据库内部进行数学计算吗？同上。
- 否则呢？什么都不做。
严重的是，如果要使用此数据库的其他代码只是将值读取为 float64，或者将它们读取为字符串并将它们转换为 float64 (或 float32)，无论您做什么，它们都将以 0.400000000000021 结束，所以不要做任何事情。
此外，考虑一下:如果 0.4 和 0.400000000000021 之间的差异会对您的任何代码产生任何影响，那么您的代码已经通过使用 float64，甚至在您访问数据库之前。
