熊猫：浮点数的差异答案

【问题标题】：Pandas: Difference of float numbers熊猫：浮点数的差异
【发布时间】：2018-12-04 06:59:48
【问题描述】：

我在这里遇到了一个奇怪的问题。我有一个数据框df，如下所示：

In [1561]: df
Out[1561]: 
      A     B
0  16.3  1.10
1  23.2  1.33
2  10.7 -0.43
3   5.7 -2.01
4   5.4 -1.86
5  23.5  3.14

我正在比较A 列的每两相邻行并将差异存储在新列中：

In [1562]: df['new_diff'] = (df.A - df.A.shift(-1)).fillna(0)
In [1563]: df
Out[1563]: 
      A     B  new_diff
0  16.3  1.10      -6.9
1  23.2  1.33      12.5
2  10.7 -0.43       5.0
3   5.7 -2.01       0.3
4   5.4 -1.86     -18.1
5  23.5  3.14       0.0

当我检查new_diff 是5.0 的行时，我得到一个空数据框。但是，当我检查< 5.0 或> 5.0 时，它工作正常。见下文：

In [1567]: df[df['new_diff'] == 5.0]
Out[1567]: 
Empty DataFrame
Columns: [A, B, new_diff]
Index: []

In [1568]: df[df['new_diff'] > 5.0]
Out[1568]: 
      A     B  new_diff 
1  23.2  1.33      12.5  

In [1569]: df[df['new_diff'] < 5.0]
Out[1569]: 
      A     B  new_diff
0  16.3  1.10      -6.9
2  10.7 -0.43       5.0
3   5.7 -2.01       0.3
4   5.4 -1.86     -18.1
5  23.5  3.14       0.0

请让我知道我在这里缺少什么？

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

问题是浮点精度，需要numpy.isclose:

print (df['new_diff'].tolist())
[-6.899999999999999, 12.5, 4.999999999999999, 0.2999999999999998, -18.1, 0.0]

print (df[np.isclose(df['new_diff'], 5)])
      A     B  new_diff
2  10.7 -0.43       5.0

【讨论】：

浮点精度应该是多少才能使它像这样工作df[df['new_diff'] == 5.0]？
@MayankPorwal - 是的，浮动以这种方式工作。我认为主要问题是熊猫它rounding 显示值，所以有问题请参阅5 不是5，而是4.999999999999999
好的。 Pandas 四舍五入造成了这个问题。

【解决方案2】：

或者，在过滤过程中将字符串类型设为'new_diff'（不修改实际数据），然后检查是否等于'5.0'：

print(df[df['new_diff'].astype(str)=='5.0'])

输出：

      A     B  new_diff
2  10.7 -0.43       5.0

【讨论】：

【解决方案3】：

只需拨打round即

df[df['new_diff'].round() == 5.0]

      A     B  new_diff
2  10.7 -0.43       5.0

【讨论】：