Python 具有不准确小数的数据帧返回索引

我有这样一个熊猫数据框：

                0         1         2         3         4         5       \
    event_at                                                               
    0.00      1.000000  1.000000  1.000000  1.000000  1.000000  1.000000   
    0.01      0.975381  0.959061  0.979856  0.985625  0.986080  0.976601   
    0.02      0.959103  0.932374  0.966486  0.976037  0.976791  0.961114   
    0.03      0.946154  0.911362  0.955820  0.968362  0.969353  0.948785   
    0.04      0.935378  0.894024  0.946924  0.961940  0.963129  0.938518   
    0.05      0.926099  0.879201  0.939248  0.956385  0.957744  0.929672   
    0.06      0.917608  0.865726  0.932212  0.951282  0.952796  0.921574 
    ......
    0.96      0.072472  0.012264  0.117352  0.217737  0.228561  0.082670   
    0.97      0.066553  0.010632  0.109468  0.207225  0.217870  0.076244   
    0.98      0.060532  0.009069  0.101313  0.196119  0.206555  0.069677   
    0.99      0.054657  0.007642  0.093212  0.184828  0.195031  0.063237   
    1.00      0.019128  0.001314  0.039558  0.100442  0.108064  0.023328

我想得到所有的索引

>>> df.index
[0.0, 0.01, 0.02, 0.029999999999999999, 0.040000000000000001, 0.050000000000000003, 0.059999999999999998,
...
0.95999999999999996, 0.96999999999999997, 0.97999999999999998, 0.98999999999999999, 1.0]


# What I expect is like:

    [0.0, 0.01, 0.02, 0.03, 0.04, 0.05, 0.06,
        ...
        0.96, 0.97, 0.98, 0.99, 1.0]

这个浮点问题让我得到了他的例外：

>>> df.loc[0.35].values
Traceback (most recent call last):
  File "I:\Anaconda3\lib\site-packages\pandas\core\indexing.py", line 1395, in _has_valid_type
    error()
  File "I:\Anaconda3\lib\site-packages\pandas\core\indexing.py", line 1390, in error
    (key, self.obj._get_axis_name(axis)))
KeyError: 'the label [0.35] is not in the [index]'

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "J:\Workspace\dataset_loader.py", line 171, in <module>
    print(y_pred_cox_alldep.loc[0.35].values)
  File "I:\Anaconda3\lib\site-packages\pandas\core\indexing.py", line 1296, in __getitem__
    return self._getitem_axis(key, axis=0)
  File "I:\Anaconda3\lib\site-packages\pandas\core\indexing.py", line 1466, in _getitem_axis
    self._has_valid_type(key, axis)
  File "I:\Anaconda3\lib\site-packages\pandas\core\indexing.py", line 1403, in _has_valid_type
    error()
  File "I:\Anaconda3\lib\site-packages\pandas\core\indexing.py", line 1390, in error
    (key, self.obj._get_axis_name(axis)))
KeyError: 'the label [0.35] is not in the [index]'

df.loc[0.35]。值 回溯（最近一次呼叫最后一次）： 文件“I:\Anaconda3\lib\site packages\pandas\core\index.py”，第1395行，在\u中有\u有效\u类型 错误（） 文件“I:\Anaconda3\lib\site packages\pandas\core\index.py”第1390行出错 （键，self.obj.\u get\u axis\u name（axis））） KeyError:“标签[0.35]不在[索引]中” 在处理上述异常期间，发生了另一个异常： 回溯（最近一次呼叫最后一次）： 文件“J:\Workspace\dataset\u loader.py”，第171行，在 打印（y_pred_cox_alldep.loc[0.35]。值） 文件“I:\Anaconda3\lib\site packages\pandas\core\index.py”，第1296行，在\uuu getitem中__ 返回自身。\u获取项目\u轴（键，轴=0） 文件“I:\Anaconda3\lib\site packages\pandas\core\index.py”，第1466行，在\u getitem\u轴中 self.\u具有有效的\u类型（键、轴） 文件“I:\Anaconda3\lib\site packages\pandas\core\index.py”，第1403行，在\u中有\u有效\u类型 错误（） 文件“I:\Anaconda3\lib\site packages\pandas\core\index.py”第1390行出错 （键，self.obj.\u get\u axis\u name（axis））） KeyError:“标签[0.35]不在[索引]中” 您可以这样做（假设我们想要得到一个索引为

0.96

的行，其内部表示为

0.959999999

）：

让我们将索引四舍五入：

In [434]: df.index = df.index.values.round(2)

In [435]: df.index
Out[435]: Float64Index([0.0, 0.01, 0.02, 0.03, 0.04, 0.05, 0.06, 0.96, 0.97, 0.98, 0.99, 1.0], dtype='float64')

In [436]: df.ix[.96]
Out[436]:
0    0.072472
1    0.012264
2    0.117352
3    0.217737
4    0.228561
5    0.082670
Name: 0.96, dtype: float64

---

---

更新：从Pandas 0.20.1开始

在一般情况下，使用浮动pt编号或相等性测试进行索引会出现此问题。相互测试整数很容易，但只能使用浮点数“接近”。您可能还想查看字符串索引。

In [430]: df.index = [0.0, 0.01, 0.02, 0.03, 0.04, 0.05, 0.06, 0.95999999999, 0.97, 0.98, 0.99, 1.0]

In [431]: df
Out[431]:
             0         1         2         3         4         5
0.00  1.000000  1.000000  1.000000  1.000000  1.000000  1.000000
0.01  0.975381  0.959061  0.979856  0.985625  0.986080  0.976601
0.02  0.959103  0.932374  0.966486  0.976037  0.976791  0.961114
0.03  0.946154  0.911362  0.955820  0.968362  0.969353  0.948785
0.04  0.935378  0.894024  0.946924  0.961940  0.963129  0.938518
0.05  0.926099  0.879201  0.939248  0.956385  0.957744  0.929672
0.06  0.917608  0.865726  0.932212  0.951282  0.952796  0.921574
0.96  0.072472  0.012264  0.117352  0.217737  0.228561  0.082670
0.97  0.066553  0.010632  0.109468  0.207225  0.217870  0.076244
0.98  0.060532  0.009069  0.101313  0.196119  0.206555  0.069677
0.99  0.054657  0.007642  0.093212  0.184828  0.195031  0.063237
1.00  0.019128  0.001314  0.039558  0.100442  0.108064  0.023328

In [432]: df.index
Out[432]: Float64Index([0.0, 0.01, 0.02, 0.03, 0.04, 0.05, 0.06, 0.95999999999, 0.97, 0.98, 0.99, 1.0], dtype='float64')

In [433]: df.ix[.96]
... skipped ...
KeyError: 0.96

In [434]: df.index = df.index.values.round(2)

In [435]: df.index
Out[435]: Float64Index([0.0, 0.01, 0.02, 0.03, 0.04, 0.05, 0.06, 0.96, 0.97, 0.98, 0.99, 1.0], dtype='float64')

In [436]: df.ix[.96]
Out[436]:
0    0.072472
1    0.012264
2    0.117352
3    0.217737
4    0.228561
5    0.082670
Name: 0.96, dtype: float64