python - Python Pandas 中的系列选择

Question

我正在使用 Pandas Series 来选择系列的行。但是，我遇到了以下问题:

>>> q=pandas.Series([0.5,0.5,0,1,0.5,0.5])
>>> q
0    0.5
1    0.5
2    0.0
3    1.0
4    0.5
5    0.5
dtype: float64

>>> (q-0.3).abs()
0    0.2
1    0.2
2    0.3
3    0.7
4    0.2
5    0.2
dtype: float64

>>> (q-0.7).abs()
0    0.2
1    0.2
2    0.7
3    0.3
4    0.2
5    0.2
dtype: float64

>>> (q-0.3).abs() > (q-0.7).abs()          # This is I expected:
0     True                                 # False
1     True                                 # False
2    False                                 # False
3     True                                 # True
4     True                                 # False
5     True                                 # False
dtype: bool

>>> (q-0.3).abs() == (q-0.7).abs()
0    False
1    False
2    False
3    False
4    False
5    False
dtype: bool

显然，“0.2”不大于“0.2”……

为什么输出与我期望的不同？

Answer 1

这是一个浮点问题。 this 中对此进行了很好的描述。问题。

要直接回答您的问题，请查看两个测试的第一个元素。你们的值(value)观不平等。

>>> (q-0.7).abs()[1]
0.19999999999999996
>>> (q-0.3).abs()[1]
0.20000000000000001

不过，我们可以通过一些操作并利用 decimal 来获得您的结果。模块。

>>> from decimal import Decimal, getcontext
>>> import pandas
>>> s = [0.5,0.5,0,1,0.5,0.5]
>>> dec_s = [Decimal(x) for x in s]
>>> q = pandas.Series(dec_s)
>>> q
0    0.5
1    0.5
2      0
3      1
4    0.5
5    0.5
dtype: object
>>> getcontext().prec
28
>>> getcontext().prec = 2
>>> (q-Decimal(0.3)).abs() > (q-Decimal(0.7)).abs()
0    False
1    False
2    False
3     True
4    False
5    False
dtype: bool

需要注意的几点:

• 在添加到系列之前，值列表会从float 转换为decimal 数据类型。
• dtype 现在是一个对象，而不是float64。这是因为 numpy 不直接处理 Decimal 类型。
• 小数类型的默认精度为小数点后 28 位。我把它削减到 2。通常十进制模块可以自动处理这个问题，但是通过 numpy 交互(我假设)，它会变得困惑，我们最终会得到像数字一样的大 float 。较小的精度与您的数据集匹配。
• 比较中使用的 0.3 和 0.7 值也必须是小数，否则您将看到类似于 + 不支持的操作数类型的错误:“十进制”和“ float ”。