Question

我试图在pandas数据帧中的给定不确定性范围内搜索匹配值。例如，如果我有一个数据帧：

    A     B        C
0   12  12.6    111.20
1   14  23.4    112.20
2   16  45.6    112.30
3   18  56.6    112.40
4   27  34.5    121.60
5   29  65.2    223.23
6   34  45.5    654.50
7   44  65.6    343.50

如何搜索与112.6 +/- 0.4匹配的值，而无需创建如下的长而困难的标准：

TargetVal_Max= 112.6+0.4
TargetVal_Min= 112.6-0.4

基本上，我想创建一个＆＃34;缓冲窗口＆＃34;允许返回与窗口匹配的所有值。我有不确定性的包，但还没有让它像这样工作。

最理想的是，我希望能够在给定的误差范围内返回与C和B中的值匹配的所有索引值。

修改

正如@MaxU指出的那样，如果你知道确切的数字，那么np.isclose f（x）的效果非常好。但是有可能匹配一个值列表，这样如果我有第二个数据帧并且想要查看C中的值是否与容差内的C（第二个数据帧）的值匹配？我试图将它们放入列表并以这种方式执行，但是当尝试一次执行多个值时，我遇到了问题。

TEST= Dataframe_2["C"]
HopesNdreams = sample[sample["C"].apply(np.isclose,b=TEST, atol=1.0)]

修改2

我通过尝试几种不同的工作方式找到了我可以做的事情：

TEST1= Dataframe_2["C"].tolist
for i in TEST1:
    HopesNdreams= sample[sample["C"].apply(np.isclose,b=i, atol=1.0)]

然后返回给定列的命中。使用第一个答案中提出的逻辑，我认为这将非常适合我需要它。有什么挂钩我用这种方法看不到吗？

欢呼并感谢您的帮助！

Answer 1

IIUC你可以使用np.isclose()功能：

In [180]: df[['B','C']].apply(np.isclose, b=112.6, atol=0.4)
Out[180]:
       B      C
0  False  False
1  False   True
2  False   True
3  False   True
4  False  False
5  False  False
6  False  False
7  False  False

In [181]: df[['B','C']].apply(np.isclose, b=112.6, atol=0.4).any(1)
Out[181]:
0    False
1     True
2     True
3     True
4    False
5    False
6    False
7    False
dtype: bool

In [182]: df[df[['B','C']].apply(np.isclose, b=112.6, atol=0.4).any(1)]
Out[182]:
    A     B      C
1  14  23.4  112.2
2  16  45.6  112.3
3  18  56.6  112.4

Answer 2

使用Series.between()：

df['C'].between(112.6 + .4, 112.6 - .4)

在pandas数据框中搜索范围内的值？

2 个答案: