时间戳

首页 > 解决方案 > 选择特定值时数据框未正确过滤（熊猫）

python - 选择特定值时数据框未正确过滤（熊猫）

问题描述

我df看起来像这样：

瓮 col1 col2 col3 临时编号
100279 24.0 75.8 0.1 99.9
100055 52.2 47.8 0.0 100.0
107782 12.3 86.2 1.5 100.0
112956 12.3 86.2 1.5 100.0
139957 19.9 79.9 0.2 100.0

该TEMPPNUM列是这样创建的：

df['TEMPPNUM'] = ((df['col1'] + df['col2'] + df['col3']))

我想过滤掉TEMPPNUM列不等于 100 的所有行。

df = df.loc[(df['TEMPPNUM'] == 100)]

但是，当我这样做时，过滤掉的值比我预期的要多。有什么原因吗？（我的数据框比示例大得多）。

它会过滤掉所有不等于 100 的值，但也会过滤掉不少等于 100 的行TEMPPNUM。

标签： pythonpandasdataframefilter

解决方案

问题在于浮点比较，它不仅限于 Pandas DataFrame。这是 Python（可能还有其他语言）中的一个普遍问题，很难直接比较它们。这解释了为什么在使用整数时问题更少。

您在屏幕上看到的精度（“100.0”）不是它的存储方式，而是更细粒度的。由于舍入和精度，显然并不总是相同。

例如/解决方案请参阅相关问题，例如比较熊猫列中的浮点数

解决方案通常是比较它们是否在彼此之间的某个小距离内，而不是实际上相等，例如通过 numpy：

>>> import numpy as np    
>>> np.isclose(df['TEMPNUM'], 100.0)
    array([False,  True,  True,  True,  True])
>>> df[np.isclose(df['TEMPNUM'], 100.0)]
      URN  col1  col2  col3  TEMPNUM
1  100055  52.2  47.8   0.0    100.0
2  107782  12.3  86.2   1.5    100.0
3  112956  12.3  86.2   1.5    100.0
4  139957  19.9  79.9   0.2    100.0

推荐阅读