使用 Pandas 查找具有十进制值的列的不匹配 输出补充

问题描述

我有 2 个标头相同的 csv 文件。我将它们与主键合并。现在从合并的文件中，我需要创建另一个文件，其中包含所有匹配值和第 7 个小数位不匹配的数据，col1 和 col2 是浮点值列。最好的方法是什么？

解决方法

• 生成一些与您注意到的形状相匹配的数据
• 四舍五入数字相等的简单情况，然后 to_csv()
• 包含样本 5 行

from pathlib import Path

b = np.random.randint(1,100,100)
df1 = pd.DataFrame(b+np.random.uniform(10**-8,10**-7,100),columns=["col1"])
df2 = pd.DataFrame(b+np.random.uniform(10**-8,columns=["col2"])

fn = Path.cwd().joinpath("SO_same.csv")
df1.join(df2).assign(eq7dp=lambda df: df.col1.round(7).eq(df.col2.round(7))).head(5).to_csv(fn)

with open(fn) as f: contents=f.read()
    
print(contents)

输出

,col1,col2,eq7dp
0,37.00000005733964,37.00000002893621,False
1,46.00000001386966,46.00000008236663,False
2,99.00000007870301,99.00000007452154,True
3,42.00000001906606,42.00000001278533,True
4,79.00000007529009,79.00000007372863,True

补充

在评论中，您注意到要使用 np.where() 表达式，以选择 col1 if equal else False。您需要确保 np.where() 的第二个和第三个参数兼容。注意 False 在转换为 int/float 时为零。

df1.join(df2).assign(eq7dp=lambda df: df.col1.round(7).eq(df.col2.round(7)),col3=lambda df: np.where(df.col1.round(7).eq(df.col2.round(7)),df.col1,np.full(len(df),False))
                    )