numpy/pandas：测试 float64 数组是否等于有效数字答案

【问题标题】：numpy/pandas: test float64 arrays are equal up to significant digitsnumpy/pandas：测试 float64 数组是否等于有效数字
【发布时间】：2015-01-14 21:37:25
【问题描述】：

我有两个 pandas 数据框，用于存储金额，即最多具有 15 个有效十进制数字的十进制数。由于 float64 的精度为 15 位有效十进制数字，因此应该是无损的。

我如何比较两个此类数据帧的值，以确保其在 15 位有效十进制数字内的等效性？

简而言之，我正在寻找像 numpy.testing.assert_approx_equal 这样的东西 - 但是它应该将 numpy 数组作为参数，而不仅仅是标量。

另一种选择是使用舍入函数，该函数可以舍入到给定的有效小数位数，而不是通常的小数位。

【问题讨论】：

标签： python numpy floating-point floating-accuracy floating-point-precision

【解决方案1】：

实际上有一个 numpy 函数：

np.allclose

定义/用法：

np.allclose(a, b, rtol=1e-05, atol=1e-08)

【讨论】：

谢谢，但我认为这不是我想要的：“allclose(a,b) 可能与 allclose(b,a) 不同”。这不太对...
是的，只需将 rtol 设置为 0.0 就不会这样了