Python numpy/pandas:test float64数组等于有效数字

Python numpy/pandas:test float64数组等于有效数字,python,numpy,floating-point,floating-accuracy,floating-point-precision,Python,Numpy,Floating Point,Floating Accuracy,Floating Point Precision,我有两个熊猫数据框,在其中我存储货币金额,即十进制数字,最多有15个有效十进制数字。由于float64的精度为15位有效十进制数字,因此应该是无损的 如何比较两个这样的数据帧的值,以获得15位有效小数的等价性? 简言之,我正在寻找类似这样的东西-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数量的有效小数位数,而不是通常的小数位数。实际上有一个numpy函数: np.allclose 定义/用法: np.allclose(a, b, rtol

我有两个熊猫数据框,在其中我存储货币金额,即十进制数字,最多有15个有效十进制数字。由于float64的精度为15位有效十进制数字,因此应该是无损的

如何比较两个这样的数据帧的值,以获得15位有效小数的等价性?

简言之,我正在寻找类似这样的东西-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数量的有效小数位数,而不是通常的小数位数。

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)

谢谢,但我不认为这是我想要的:“allclose(a,b)可能不同于allclose(b,a)”。这不太正确…是的,只需将rtol设置为0.0,就不会出现这种情况