python - 如何使用 Pandas 子选择与 float dtype 相等的行

Question

我有以下数据集示例。

df_csv_y =  pd.read_csv('y_factors.csv')

                 time    value
0       736527.481944  27.20001
1       736527.482639  27.10001
2       736527.483333  27.10001
3       736527.484028  27.10001
4       736527.484722  27.10001
              ......

然后我使用下面的代码尝试了索引。

df_csv_y[df_csv_y.time== 736527.482639]

我索引了数据集中存在的值，但结果如下。

Empty DataFrame
Columns: [time, value]
Index: []

我检索整数时得到结果，但我无法检索像上面数据集的时间列这样的 float 据。

我想知道如何解决这个问题。

Answer 1

这里的问题是您的实际浮点值比显示值具有更高的精度，您可以使用 np.isclose并将公差设置为比默认值更高的精度，以选择足够接近的值:

In[165]:
df[np.isclose(df['time'],736527.482639, 0.0000000001)]

Out[165]: 
            time     value
1  736527.482639  27.10001

您当前发布的示例数据有效，但您的真实数据具有更高的精度。您可以将 atol 参数调整为 np.isclose 以设置绝对公差。

另一个方面是，比较浮点值是否相等通常会因为 floating point precision 而无法正常工作。所以在处理浮点值时，最好使用类似 np.isclose 的东西进行比较