Question

我有一个熊猫数据框，其中有两列名为“ t”和“ y”，其中包含浮点数。 “ t”列包含0到200（含）之间的数字，增量为0.1。我的目标是将数据帧的行作为子集，其中t是介于0到200（含）之间的整数。我这样做的尝试产生了奇怪的结果。您可以从Github here找到我正在使用的数据，以重现我的结果。

旁注：我为链接数据表示歉意，但奇怪的是我无法通过使用numpy.arange生成两组任意值来重现我得到的结果（令我感到困惑的是...）。

这是我的代码：

import pandas as pd
import numpy as np

data = pd.ExcelFile(r'C:\Users\Leonidas\Documents\sample_data.xlsx')
data = data.parse(sheet_name = "Sheet1")

df = pd.DataFrame(data)
df.columns = ['t','y']
nums = np.arange(0,201)

df2 =  df.loc[df['t'].isin(nums)]

print(df2)

这是我得到的输出：

        t         y 
0     0.0  1.000000
20    2.0  0.999710
30    3.0  0.999576
40    4.0  0.999446
190  19.0  0.997854
200  20.0  0.997768
210  21.0  0.997684
220  22.0  0.997602
230  23.0  0.997521
240  24.0  0.997443
250  25.0  0.997367
740  74.0  0.995241
750  75.0  0.995219

此代码对t = 0、2、3、4、19、20、21，...，25、74、75的行进行了子集化。（???）我期望有t = 0、1、2、3，...，200的行。我很困惑为什么只对我想要的行中的几个（看似随机的）选择进行了子集化……任何见识/帮助都将不胜感激！

Answer 1

正如我在评论中所说，您数据集的列t上的值不是精确的整数。我测试了以下代码，似乎四舍五入了：

import numpy as np
import pandas as pd
df = pd.read_excel("https://github.com/MichaelBarmann/sample-data/raw/master/sample_data.xlsx", "Sheet1")
nums = np.arange(0,201)
df2 = df.loc[df['t'].round(2).isin(nums)]
print(df2['t'].values)

将输出

[  0.   1.   2.   3.   4.   5.   6.   7.   8.   9.  10.  11.  12.  13.
  14.  15.  16.  17.  18.  19.  20.  21.  22.  23.  24.  25.  26.  27.
  28.  29.  30.  31.  32.  33.  34.  35.  36.  37.  38.  39.  40.  41.
  42.  43.  44.  45.  46.  47.  48.  49.  50.  51.  52.  53.  54.  55.
  56.  57.  58.  59.  60.  61.  62.  63.  64.  65.  66.  67.  68.  69.
  70.  71.  72.  73.  74.  75.  76.  77.  78.  79.  80.  81.  82.  83.
  84.  85.  86.  87.  88.  89.  90.  91.  92.  93.  94.  95.  96.  97.
  98.  99. 100. 101. 102. 103. 104. 105. 106. 107. 108. 109. 110. 111.
 112. 113. 114. 115. 116. 117. 118. 119. 120. 121. 122. 123. 124. 125.
 126. 127. 128. 129. 130. 131. 132. 133. 134. 135. 136. 137. 138. 139.
 140. 141. 142. 143. 144. 145. 146. 147. 148. 149. 150. 151. 152. 153.
 154. 155. 156. 157. 158. 159. 160. 161. 162. 163. 164. 165. 166. 167.
 168. 169. 170. 171. 172. 173. 174. 175. 176. 177. 178. 179. 180. 181.
 182. 183. 184. 185. 186. 187. 188. 189. 190. 191. 192. 193. 194. 195.
 196. 197. 198. 199. 200.]

Answer 2

如果第t列以0.1为增量，则只需选择第10列即可

import pandas as pd
df = pd.DataFrame({'t': [0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0], 'y': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]})

df1 = df.iloc[::10, :]

Answer 3

这是一种简单的方法：

# To reduce the list to integers, use: 
df[df.t == df.t.astype(int)]

==>    
        t         S
0     0.0  1.000000
20    2.0  0.999710
30    3.0  0.999576
40    4.0  0.999446
190  19.0  0.997854
200  20.0  0.997768
210  21.0  0.997684
...

要将列表进一步缩小到一定范围内的项目，请使用：

df[(df.t == df.t.astype(int)) & (df.t >= 0) & (df.t <= 200.0)]

请注意，与浮点数的比较很棘手。例如，由于浮点数的限制，a + b == c并不意味着c - b == a。

Python：使用.isin（）发出子集熊猫数据框的行

3 个答案: