decimal问题:计算结果和精算表结果对比发现结果5舍6入

原创于 2021-11-25 18:17:23 发布 · 1.2k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pycharm #大数据 #spark

报错仓库专栏收录该内容

8 篇文章

订阅专栏

博客探讨了在Spark中使用pandas_udf处理数据时遇到的decimal精度问题。通过增大decimal位数，解决了计算过程中数值精度丢失的问题。示例代码展示了如何定义一个UDF函数，并注册到Spark中，用于进行特定的数值计算操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

解决办法:把udaf自定义函数中的decimal位数增大一点即可

 @F.pandas_udf("decimal(12,10)")
    def udf_lx(qx:pd.Series,lx:pd.Series) -> decimal:
        decimal.getcontext().rounding = "ROUND_HALF_DOWN"
        temp1 = Decimal(0)
        temp2 = Decimal(0)
        for i in range(0,len(qx)):
            if i == 0:
                temp1 = Decimal(lx[i])
                temp2 = Decimal(qx[i])
            else:
                temp1 = (temp1 * (1-temp2)).quantize(Decimal('0.0000000000'))
                temp2 = qx[i]

        return temp1

    spark.udf.register('udf_lx',udf_lx)