Python 如何实现两个数组间0.01容差的相近数值匹配筛选

实现逻辑 #

对org_df中的元素按原有顺序遍历，逐个判断calc_df中是否存在元素与当前元素的绝对差值≤0.01的容差阈值，符合条件的元素直接纳入结果数组即可。

完整可运行代码 #

基础循环写法（可读性更高）

org_df = [2732.64, 2296.35, 1262.28, 567.6, 436.29, 262.98, 238.74, 210.38, 19]
calc_df = [19, 2296.34, 436.3, 2732.64]
tolerance = 0.01

new_list = []
for num in org_df:
    for calc_num in calc_df:
        if abs(num - calc_num) <= tolerance:
            new_list.append(num)
            # 匹配到对应元素后直接跳出内层循环，避免重复添加
            break

print(new_list)

运行输出：

[2732.64, 2296.35, 436.29, 19]

简洁写法（列表推导式+any函数）

new_list = [num for num in org_df if any(abs(num - calc_num) <= 0.01 for calc_num in calc_df)]

常见错误说明 #

浮点数不能直接用==判断相等，受精度影响差极小值的两个数会被判定为不相等，必须通过差值小于容差阈值的逻辑来判断匹配。

内容的提问来源于stack exchange，提问作者user16431323