python - Python pandas：使用 .values 属性对 Series 进行子集时的问题

Question

我遇到了 Pandas 系列的问题：我创建了一个包含一些值的数组。为了测试目的，我试图确保系列中某些值的存在，所以我将其子集如下：

A = np.arange(start=-10, stop=10, step=0.1)
Aseries = pd.Series(A) 
Aseries[Aseries.values == 9]

这将返回一个空数组。但我只需要更改步长（从 0.1 到 1）然后它就可以工作了......我已经仔细检查了 Series 是否真的包含我正在寻找的值（对于两个步长值......）

这是我更改步骤时的代码（以输出为证明）

#Generating an array conaining 200 values from -10 to 10 with a step of 0.1
A = np.arange(start=-10, stop=10, step=0.1)
Aseries = pd.Series(A)
Aseries[Aseries.values == 9]

#Generating an array conaining 20 values from -10 to 10 with a step of 0.1
B = np.arange(start=-10, stop=10, step=1)
Bseries = pd.Series(B)

print("'Aseries' having the value 9:")
print(Aseries[Aseries.values == 9])
print("'Bseries' having the value 9:")
print(Bseries[Bseries.values == 9])

输出：

'Aseries' having the value 9:
Series([], dtype: float64)
'Bseries' having the value 9:
19    9
dtype: int32

知道这里发生了什么吗？提前致谢！

[编辑]：由于某种原因，我无法在此线程中添加任何其他帖子，所以我将添加我在这里找到的解决方案：就像 @Quang Hoang 和 @Kim Rop 由非整数步长值解释的，它并没有真正返回什么它应该。所以之后：

Aseries = pd.Series(A) 

我只是添加了一个舍入指令，只在数组中的值之后保留一位小数，并用类似的东西调整了我的子集操作：

Aseries[(Aseries.values < 9.1) &(Aseries.values < 9.1)]

我不再有这个问题了......谢谢@Quang Hoang 和@Kim Rop

标签： pythonpandasseries

Answer 1

根据官方文件：

当使用非整数步长（例如 0.1）时，结果通常会不一致。对于这些情况，最好使用 numpy.linspace。

这也部分是因为浮点精度。