Python：使用 .isin() 发出熊猫数据框的子集行

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。 't' 列包含从 0 到 200（包括）以 0.1 为增量的数字。我的目标是对 t 为 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。你可以从 Github here 找到我使用的数据来重现我的结果。

旁注：我为链接数据道歉，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

此代码已对 t = 0,2,3,4,19,20,21,...,25,74,75 的行进行了子集化。 （？？？）我期待有 t = 0,1,2,3,...,200 的行。我很困惑为什么我想要的行中只有少数（似乎是随机的）选择被子集化...任何见解/帮助将不胜感激！

Answer 1

正如我在评论中所说，您的数据集 t 列上的值不是精确的整数。我测试了以下代码，似乎四舍五入有效：

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.]

Answer 2

如果 t 列由 0.1 个增量组成，您可以简单地选择每 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 3

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，与浮动比较是棘手的。由于浮点数的限制，例如a + b == c 并不意味着c - b == a。