我可以将pandas.dataframe.isin（）与数字公差参数一起使用吗？ [英] Can I use pandas.dataframe.isin() with a numeric tolerance parameter?

问题描述

我事先查看了以下帖子。有没有办法使用带有近似因子或公差值的DataFrame.isin（）？还是有另一种可能的方法？

I reviewed the following posts beforehand. Is there a way to use DataFrame.isin() with an approximation factor or a tolerance value? Or is there another method that could?

Filter dataframe rows if value in column is in a set list of values

使用值列表从pandas数据框中选择行

EX）

df = DataFrame({'A' : [5,6,3.3,4], 'B' : [1,2,3.2, 5]})

In : df
Out:
   A    B
0  5    1
1  6    2
2  3.3  3.2
3  4    5  

df[df['A'].isin([3, 6], tol=.5)]

In : df
Out:
   A    B
1  6    2
2  3.3  3.2

推荐答案

您可以使用 numpy的isclose ：

df[np.isclose(df['A'].values[:, None], [3, 6], atol=.5).any(axis=1)]
Out: 
     A    B
1  6.0  2.0
2  3.3  3.2

---

np.isclose返回此：

---

np.isclose returns this:

np.isclose(df['A'].values[:, None], [3, 6], atol=.5)
Out: 
array([[False, False],
       [False,  True],
       [ True, False],
       [False, False]], dtype=bool)

它是 df ['A'] 的元素和 [3，6] （这就是为什么我们需要 df ['A']。values [：None] -进行广播的原因）。由于您要查找列表中是否靠近它们，因此我们在末尾调用 .any（axis = 1）。

It is a pairwise comparison of df['A']'s elements and [3, 6] (that's why we needed df['A'].values[: None] - for broadcasting). Since you are looking for whether it is close to any one of them in the list, we call .any(axis=1) at the end.

对于多列，请稍稍更改切片：

For multiple columns, change the slice a little bit:

mask = np.isclose(df[['A', 'B']].values[:, :, None], [3, 6], atol=0.5).any(axis=(1, 2))
mask
Out: array([False,  True,  True, False], dtype=bool)

您可以使用此掩码对DataFrame进行切片（即 df [mask] ）

You can use this mask to slice the DataFrame (i.e. df[mask])

如果要比较 df ['A'] 和 df ['B '] （以及可能的其他列）具有不同的向量，则可以创建两个不同的掩码：

If you want to compare df['A'] and df['B'] (and possible other columns) with different vectors, you can create two different masks:

mask1 = np.isclose(df['A'].values[:, None], [1, 2, 3], atol=.5).any(axis=1)
mask2 = np.isclose(df['B'].values[:, None], [4, 5], atol=.5).any(axis=1)
mask3 = ...

然后切片：

df[mask1 & mask2]  # or df[mask1 & mask2 & mask3 & ...]

这篇关于我可以将pandas.dataframe.isin（）与数字公差参数一起使用吗？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！