Python：使用 .isin() 发出 pandas 数据帧的子集行

Question

我有一个 pandas 数据框，其中包含名为 't' 和 'y' 的两列，其中包含浮点数。列 't' 包含从 0 到 200（含）的数字，增量为 0.1。我的目标是对 t 是 0 到 200（含）之间的 integer 的数据框的行进行子集化。我这样做的尝试产生了奇怪的结果。您可以从 Github here 中找到我正在使用的数据来重现我的结果。

旁注：对于链接数据，我深表歉意，但奇怪的是，我无法通过使用 numpy.arange 生成两组任意值来重现我得到的结果（增加了我的困惑...）。

这是我的代码：

import pandas as pd
import numpy as np

data = pd.ExcelFile(r'C:\Users\Leonidas\Documents\sample_data.xlsx')
data = data.parse(sheet_name = "Sheet1")

df = pd.DataFrame(data)
df.columns = ['t','y']
nums = np.arange(0,201)

df2 =  df.loc[df['t'].isin(nums)]

print(df2)

这是我得到的输出：

        t         y 
0     0.0  1.000000
20    2.0  0.999710
30    3.0  0.999576
40    4.0  0.999446
190  19.0  0.997854
200  20.0  0.997768
210  21.0  0.997684
220  22.0  0.997602
230  23.0  0.997521
240  24.0  0.997443
250  25.0  0.997367
740  74.0  0.995241
750  75.0  0.995219

此代码对 t = 0,2,3,4,19,20,21,...,25,74,75 的行进行了子集化。 (???) 我期望有 t = 0,1,2,3,...,200 的行。我很困惑为什么只有少数（看似随机的）我想要的行被子集化...任何 insight/help 将不胜感激！

Answer 1

如果第 t 列由 0.1 增量组成，您可以简单地 select 每 10 列

import pandas as pd
df = pd.DataFrame({'t': [0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0], 'y': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]})

df1 = df.iloc[::10, :]

Answer 2

这是一个简单的方法：

# To reduce the list to integers, use: 
df[df.t == df.t.astype(int)]

==>    
        t         S
0     0.0  1.000000
20    2.0  0.999710
30    3.0  0.999576
40    4.0  0.999446
190  19.0  0.997854
200  20.0  0.997768
210  21.0  0.997684
...

要进一步将列表缩减为特定范围内的项目，请使用：

df[(df.t == df.t.astype(int)) & (df.t >= 0) & (df.t <= 200.0)]

请注意与浮点数的比较是棘手的。由于浮点数的限制，例如 a + b == c 并不意味着 c - b == a.

Answer 3

正如我在评论中所说，您数据集的 t 列上的值不是精确的整数。我测试了以下代码，四舍五入似乎有效：

import numpy as np
import pandas as pd
df = pd.read_excel("https://github.com/MichaelBarmann/sample-data/raw/master/sample_data.xlsx", "Sheet1")
nums = np.arange(0,201)
df2 = df.loc[df['t'].round(2).isin(nums)]
print(df2['t'].values)

会输出

[  0.   1.   2.   3.   4.   5.   6.   7.   8.   9.  10.  11.  12.  13.
  14.  15.  16.  17.  18.  19.  20.  21.  22.  23.  24.  25.  26.  27.
  28.  29.  30.  31.  32.  33.  34.  35.  36.  37.  38.  39.  40.  41.
  42.  43.  44.  45.  46.  47.  48.  49.  50.  51.  52.  53.  54.  55.
  56.  57.  58.  59.  60.  61.  62.  63.  64.  65.  66.  67.  68.  69.
  70.  71.  72.  73.  74.  75.  76.  77.  78.  79.  80.  81.  82.  83.
  84.  85.  86.  87.  88.  89.  90.  91.  92.  93.  94.  95.  96.  97.
  98.  99. 100. 101. 102. 103. 104. 105. 106. 107. 108. 109. 110. 111.
 112. 113. 114. 115. 116. 117. 118. 119. 120. 121. 122. 123. 124. 125.
 126. 127. 128. 129. 130. 131. 132. 133. 134. 135. 136. 137. 138. 139.
 140. 141. 142. 143. 144. 145. 146. 147. 148. 149. 150. 151. 152. 153.
 154. 155. 156. 157. 158. 159. 160. 161. 162. 163. 164. 165. 166. 167.
 168. 169. 170. 171. 172. 173. 174. 175. 176. 177. 178. 179. 180. 181.
 182. 183. 184. 185. 186. 187. 188. 189. 190. 191. 192. 193. 194. 195.
 196. 197. 198. 199. 200.]

Python：使用 .isin() 发出 pandas 数据帧的子集行

Python: Issue subsetting rows of pandas dataframe using .isin()

python

rows

subset

dataframe

pandas