Python 熊猫数据帧浮点比较问题

我有一个类似这样的数据集，其中第三列是通过将第一列除以第二列得到的：

    A_CLOSE_PRICE   B_CLOSE_PRICE   A_CLOSE_PRICE/B_CLOSE_PRICE
0          113.55            0.00                           inf
1           97.85           80.00                      1.223125
2           60.00           70.00                      0.857143
3           51.65           51.65                      1.000000
4           53.50             NaN                           NaN
5             NaN         1649.60                           NaN
6           40.00           40.50                      0.987654
7            1.10            1.00                      1.100000

由于我想显示差异超过10%的行，我运行以下命令：

(df['A_CLOSE_PRICE/B_CLOSE_PRICE'] - 1 ).abs() > 0.1

但下面显示的最后一行返回“True”而不是“False”，这在我看来就像一个浮点问题。有没有人知道应该如何正确处理，这样我才能得到正确的结果

0     True
1     True
2     True
3    False
4    False
5    False
6    False
7     True

---

是的，您有一个浮点问题，我想您可以使用

df.pct\u change

内置的axis=1和

np.isclose

来处理浮点比较

s = df[['B_CLOSE_PRICE','A_CLOSE_PRICE']].pct_change(axis=1).iloc[:,-1].abs()
s.gt(0.1) & ~np.isclose(s-0.1,0)

---

---

1.100000-1

是

0.100000000000009

而不是

0.1

运行此命令会使用B_CLOSE_PRICE/A_CLOSE_PRICE与A_CLOSE_PRICE/B_CLOSE_PRICE产生百分比差异，这解释了不同的结果。当我运行“df['A_CLOSE_PRICE'，'B_CLOSE_PRICE']].pct_change（periods=-1，axis=1）。iloc[：，0]。abs（）>0.1”@louisxie ah是的，对不起，您现在可以检查了，我根据一个处理浮点比较的现有解决方案更新了答案，使用几乎相等的检查，解释如下：

0     True
1     True
2     True
3    False
4    False
5    False
6    False
7    False