Question

我有一个数据框，其中的多个列都带有浮点值。

df = pd.DataFrame({
        "v0": [0.493864,0.378362,0.342887,0.308959,0.746347], 
        "v1":[0.018915,0.018535,0.019587,0.035702,0.008325],
        "v2":[0.252000,0.066746,0.092421,0.036694,0.036506],
        "v3":[0.091409,0.103887,0.098669,0.112207,0.043911],
        "v4":[0.058429,0.312115,0.342887,0.305678,0.103065],
        "v5":[0.493864,0.378362,0.338524,0.304545,0.746347]})

我需要通过将df['v0']中的每一行的值与后续列v1-v5中的行的值进行比较来在df中创建另一个列结果。

我需要的如下：v0 v1 v2 v3 v4 v5 Result 0 0.493864 0.018915 0.252000 0.091409 0.058429 0.493864 1 1 0.378362 0.018535 0.066746 0.103887 0.312115 0.378362 1 2 0.342887 0.019587 0.092421 0.098669 0.342887 0.338524 1 3 0.308959 0.035702 0.036694 0.112207 0.305678 0.304545 0 4 0.746347 0.008325 0.036506 0.043911 0.103065 0.746347 1

我尝试了许多方法，包括 This link 和 This link

但是看来我需要完成的任务不可行。自最近几天以来，我一直在为此苦苦挣扎。我拥有的原始数据集有60000多行。请提出最佳和最快的方法

Answer 1

处理浮点比较的一种更好的解决方案是在广播中使用np.isclose：

df['Result'] = np.isclose(v[:,1:], v[:,[0]]).any(1).astype(int)
df
         v0        v1        v2        v3        v4        v5  Result
0  0.493864  0.018915  0.252000  0.091409  0.058429  0.493864       1
1  0.378362  0.018535  0.066746  0.103887  0.312115  0.378362       1
2  0.342887  0.019587  0.092421  0.098669  0.342887  0.338524       1
3  0.308959  0.035702  0.036694  0.112207  0.305678  0.304545       0
4  0.746347  0.008325  0.036506  0.043911  0.103065  0.746347       1

在处理浮点数时，请不要使用基于相等的比较，因为浮点数可能不正确。参见Is floating point math broken?

Answer 2

对于每个人，问题都已解决。感谢所有那些花了时间并回答我的人。作为一名业余程序员，看到我的问题得到解答真是令人振奋。由于@coldspeed

，最终解决方案如下

JUPYTER NOTEBOOK SCREENSHOT

比较一列中的float值与pandas DataFame中的所有其他列

2 个答案: