Question

我有以下数据集示例。

df_csv_y =  pd.read_csv('y_factors.csv')

                 time    value
0       736527.481944  27.20001
1       736527.482639  27.10001
2       736527.483333  27.10001
3       736527.484028  27.10001
4       736527.484722  27.10001
              ......

我使用下面的代码尝试了索引。

df_csv_y[df_csv_y.time== 736527.482639]

我索引了数据集中存在的值，但结果如下。

Empty DataFrame
Columns: [time, value]
Index: []

我在检索整数时得到结果，但是我无法像上面数据集的时间列那样检索浮动数据。

我想知道如何解决这个问题。

Answer 1

这里的问题是你的实数浮点值的精度高于显示的值，你可以使用np.isclose并将容差设置为比默认值更高的精度，以选择足够接近的值：

In[165]:
df[np.isclose(df['time'],736527.482639, 0.0000000001)]

Out[165]: 
            time     value
1  736527.482639  27.10001

您当前发布的示例数据有效但您的实际数据具有更高的精度。您可以将atol参数调整为np.isclose以设置绝对容差。

对此的另一个方面是，比较浮点值的相等性通常会因floating point precision而无法工作，因此在处理浮点值时，最好使用np.isclose之类的内容进行比较< / p>

如何使用pandas使用float dtype对行进行相等的子选择

1 个答案: