使用pandas计算新列时浮点数等值判断不匹配问题咨询

问题根因 #

该问题是浮点数精度误差导致的，属于计算机浮点数存储与运算的通用特性，和pandas、numpy的逻辑无关。

你看到的CPS Gross列两行都显示为0.05，只是pandas默认打印时截断了小数位，你可以执行以下代码打印更高精度的数值，就能看到明显差异：

print(df["CPS Gross"].apply(lambda x: format(x, '.20f')))

第二行的运算结果实际是和0.05极其接近但不完全相等的数值，所以用==做精确匹配时会判定不满足条件。
出现这个误差的原因是：0.05、236.05、82.35这类十进制小数，转成计算机底层存储的二进制浮点数时，会出现无限循环的情况，只能做近似存储，多次运算后误差就会显现出来。

解决方案 #

不要直接用==做浮点数的相等判断，改用近似匹配的方式即可：

1. 用numpy内置的np.isclose方法，自动判断两个浮点数的差值是否在可接受的极小误差范围内：

conditions = [np.isclose(df["CPS Gross"], 0.05)]
values = [0.03]
df["CPS Calc"] = np.select(conditions,values)

2. 如果业务上只需要判断保留固定位数后的结果是否相等，也可以先对CPS Gross做小数位截断再匹配：

# 示例保留2位小数后判断
conditions = [df["CPS Gross"].round(2) == 0.05]

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