比较熊猫列中的浮动

Question

我有以下数据帧：

       actual_credit    min_required_credit
   0   0.3              0.4
   1   0.5              0.2
   2   0.4              0.4
   3   0.2              0.3

我需要添加一列，指示actual_credit>=min_required_credit的位置。结果是：

       actual_credit    min_required_credit   result
   0   0.3              0.4                   False
   1   0.5              0.2                   True
   2   0.4              0.4                   True
   3   0.1              0.3                   False

我正在做以下事情：

df['result'] = abs(df['actual_credit']) >= abs(df['min_required_credit'])

然而，第三行（0.4和0.4）总是导致False。在多个地方研究了这个问题后，包括：在Python中比较几乎相等的浮点值的最佳方法是什么？我还是不能让它发挥作用。只要这两列具有相同的值，结果就会为False，这是不正确的。

我使用的是python 3.3

Answer 1

由于浮点比较不精确，您可以将or与np.isclose进行比较，isclose采用相对和绝对公差参数，因此以下参数应该有效：

df['result'] = df['actual_credit'].ge(df['min_required_credit']) | np.isclose(df['actual_credit'], df['min_required_credit'])

Answer 2

@EdChum的答案很好，但使用熊猫。DataFrame.round函数是另一个干净的选项，在不使用numpy的情况下运行良好。

df = pd.DataFrame(  # adding a small difference at the thousandths place to reproduce the issue
    data=[[0.3, 0.4], [0.5, 0.2], [0.400, 0.401], [0.2, 0.3]],
    columns=['actual_credit', 'min_required_credit'])
df['result'] = df['actual_credit'].round(1) >= df['min_required_credit'].round(1)
print(df)

   actual_credit  min_required_credit  result
0            0.3                0.400   False
1            0.5                0.200    True
2            0.4                0.401    True
3            0.2                0.300   False

您可能会考虑使用round()来更永久地编辑数据帧，这取决于您是否希望达到这种精度。在这个例子中，OP似乎表明这可能只是噪音，只是引起了混乱。

df = pd.DataFrame(  # adding a small difference at the thousandths place to reproduce the issue
    data=[[0.3, 0.4], [0.5, 0.2], [0.400, 0.401], [0.2, 0.3]],
    columns=['actual_credit', 'min_required_credit'])
df = df.round(1)
df['result'] = df['actual_credit'] >= df['min_required_credit']
print(df)

   actual_credit  min_required_credit  result
0            0.3                  0.4   False
1            0.5                  0.2    True
2            0.4                  0.4    True
3            0.2                  0.3   False

Answer 3

通常，numpy比较函数与pd.Series配合良好，并允许进行元素比较：isclose、allclose、greater、greater_equal、less、less_equal等

在您的情况下，greater_equal可以：

df['result'] = np.greater_equal(df['actual_credit'], df['min_required_credit'])

或者，如所建议的，使用pandas.ge（或者le、gt等）：

df['result'] = df['actual_credit'].ge(df['min_required_credit'])

or与ge（如上所述）的风险在于，例如，比较3.999999999999和4.0可能会返回True，这可能不一定是您想要的。

Answer 4

使用pandas.DataFrame.abs()而不是内置的abs():

df['result'] = df['actual_credit'].abs() >= df['min_required_credit'].abs()