Python 计算两列中的不同值

Question

如果我有一个数据框:

A                         B         C
0.0285714285714285        4         0.11428571
0.107142857142857         4         0.42857143
0.007142857142857         6         0.04285714
1.2                       4         5.5
1.5                       3         3

期望的输出是；

A*B                    C                       Difference            
0.114285714285714‬      0.11428571          0.000000004285714‬            
0.428571428571428‬      0.42857143         -0.000000001428572‬
0.042857142857142‬      0.04285714          0.000000002857142‬
4.8                    5.5                        -0.7
4.5                    3                           1.5

Count: 2

我想忽略类似的 3 行，因为差异非常小。仅应包含逗号后的第一个数字。

你能帮我解决这个问题吗？

Answer 1

编辑:

因为 A 列中的值是对象(显然是字符串):

df['A'] = df['A'].astype(float)

如果不起作用，因为错误的值(例如某些字符串) - 错误的值被 NaNs 替换:

df['A'] = pd.to_numeric(df['A'], errors='coerce')

使用Series.mask用于按条件设置新列 Series.between :

#multiple columns
df['A*B'] = df["A"]*df["B"]
#subtract to Series
diff = df['A*B'] - df['C']
#create mask
mask = diff.between(-0.1, 0.1)

df["difference"] = diff.mask(mask, 0)
print (df)
          A  B         C       A*B  difference
0  0.028571  4  0.114286  0.114286         0.0
1  0.107143  4  0.428571  0.428571         0.0
2  0.007143  6  0.042857  0.042857         0.0
3  1.200000  4  5.500000  4.800000        -0.7
4  1.500000  3  3.000000  4.500000         1.5

print (f'Count: {(~mask).sum()}')
Count: 2

如果订单很重要，请添加 DataFrame.insert与 DataFrame.pop对于提取列:

df.insert(0, 'A*B',  df.pop("A")*df.pop("B"))
diff = df['A*B'] - df['C']
mask = diff.between(-0.1, 0.1)

df["difference"] = diff.mask(mask, 0)
print (df)
        A*B         C  difference
0  0.114286  0.114286         0.0
1  0.428571  0.428571         0.0
2  0.042857  0.042857         0.0
3  4.800000  5.500000        -0.7
4  4.500000  3.000000         1.5


print (f'Count: {(~mask).sum()}')
Count: 2