将数据帧与错误级别进行比较

Question

我有两个数据框

df_schematic

  layer     x          y
0   18  -10850.0    -6550.0
1   18  -10850.0    -5750.0
2   18  -10950.0    -5850.0
3   18  -10950.0    -5450.0
4   31  -10850.0    -5350.0
5   14  -10850.0    -4950.0
6   17    2945.5     6550.0

2278 rows × 3 columns

df_report

  layer  x        y
0   18  9161.19 -3106.42
1   18  9141.51 -3185.38
2   18  9023.40 -3185.38
3   18  9003.71 -3106.42
4   18  8800.20 -2840.65
5   17   2945.8  6549.6

2216 rows × 3 columns

我正在尝试将 df_schematic 与报告进行比较，并找出报告中的任何缺失或不规则值。主要问题是我们对坐标的容忍度。 例如：

17 2945.5 6550.0

和

17 2945.8 6549.6

显然不相等，但它们应作为正确条目传递，因为错误级别为 +/-0.5。 有什么方法可以找出缺失值，同时牢记公差。

Answer 1

用 np.isclose 做一些实验。

我的意思是以下场景：

• 编写一个函数，比如 isClose，比较一对坐标 (x1, y1) 与 另一对（x2，y2），来自 2 个源行，类似于 np.isclose(x1, x2, atol=0.5) & np.isclose(y1, y2, atol=0.5)。
• 以 df_schematic 中的一行作为“基点”：
  • 在 df_report 中找到所有 完全 layer 值相等的行，
  • 对于每一行检查 isClose 的 x 和 y 两行的坐标， 直到你找到这个函数返回 True 的地方。
• 对 df_schematic 中的每一行重复此过程。