pandas的 isin
方法似乎具有dtype依赖关系(使用python 3.5与pandas 0.19.2)。我只是在一个相关主题中偶然遇到了这一点,我们无法解释Isin的非工作行为。这是一个示例:
df = pd.DataFrame([[1.2, 0.3, 1.5, 1.4, 1.7, 4.2]])
print(df)
0 1 2 3 4 5
0 1.2 0.3 1.5 1.4 1.7 4.2
print(df.dtypes)
0 float64
1 float64
2 float64
3 float64
4 float64
5 float64
dtype: object
# everything works as expected until here
print(df.isin([1.2, 1.4]))
0 1 2 3 4 5
0 True False False True False False
但是,当将dtype施加到 float32
时,isin开始失败:
df = df.apply(lambda x: x.astype("float32"))
print(df.dtypes)
0 float32
1 float32
2 float32
3 float32
4 float32
5 float32
dtype: object
print(df.isin([1.2, 1.4]))
0 1 2 3 4 5
0 False False False False False False
这是So。
的类似帖子编辑
我了解浮点并发症。但是,从一个想将isin
用作col1 == 1 | col1 == 3 | col1 == 5
的便利函数的用户来看(简单地编写col1.isin([1, 3, 5])
),当DTypes不同时,可能会导致未识别的错误,并且对DTYPE偏差没有任何警告。
此外,isin
与df.eq
相比返回不同的结果:
print(df.isin([1.2]))
0 1 2 3 4 5
0 False False False False False False
print(df.eq(1.2))
0 1 2 3 4 5
0 True False False False False False
这绝对是不必要的行为。正如Johne指出的那样,df.eq
似乎使用np.isclose,而df.isin
不使用。
也许这会使它更加清楚:
>>> '%20.18f' % df[0].astype(np.float64)
'1.199999999999999956'
>>> '%20.18f' % df[0].astype(np.float32)
'1.200000047683715820'
通常,您不想看到18个小数点位置,因此Pandas会对要显示多少小数的合理选择做出合理的选择 - 但差异仍然存在,尽管看不到。因此,您需要确保将Float64与Float64和Float32与Float32进行比较。那就是我们为自己选择的浮点生活...
另外,如果您一次与一个值进行比较,则可以使用np.isclose
(import numpy as np
之后)来识别近似值:
>>> np.isclose( df.astype(np.float64), 1.2 )
array([[ True, False, False, False, False, False]], dtype=bool)
>>> np.isclose( df.astype(np.float32), 1.2 )
array([[ True, False, False, False, False, False]], dtype=bool)
(您不需要astype()
,当然,这只是为了证明您会为Float32和Float64获得相同的答案。)
我不知道是否有一种方法可以使isin
以类似的方式工作,因此您可能必须执行以下操作:
>>> np.isclose( df, 1.2 ) | np.isclose( df, 1.4 )
array([[ True, False, False, True, False, False]], dtype=bool)
#try this:
import numpy as np
df = df.apply(lambda x: x.astype(np.float32))
test=[1.2,1.4]
test=test.apply(lambda x: x.astype(np.float32))
df.isin(test)