逻辑参数无效（和/或）

Question

我构建以下玩具代码来说明我的问题。 我有一些重量，需要选择具体的组合。这可以是一个权重=1（如在掩码1中），或者应用某些权重组合（mask2）。但是，掩码2不知何故不起作用（至少在第二部分）。 举例说明：由于mask1，只有特定列中权重为1的行应该保留。 但是，输出也给我一些行，比如第1行，这些行不应该存在，因为sumABCD总是1（见下文）

import numpy as np
import pandas as pd


# random dataframe:
np.random.seed(seed=1)
df = pd.DataFrame(np.random.randint(0,5000,size=(2000, 4)), columns=list('ABCD'))
columns = list(df.columns)
for col in columns: # round up at certain threshold, to simulate weightings of 1
    other_columns = [x for x in columns if not x == col]
    df.loc[df[col] > 4700, col] = 5000
    df.loc[df[col] == 5000, other_columns] = 0

# calculate weights:
df[list(df.columns)] = df.div(df[["A", "B", "C", "D"]].sum(axis=1), axis="index")
df["sumABCD"] = df[["A", "B", "C", "D"]].sum(axis=1)

# filter
mask1 = ((df[["A", "B", "C", "D"]] == 1).any(axis=1))
for x in [0, 0.10]:
    mask2 = ((df["B"] <= x) & (df["sumABCD"] < 1.0))
    test = df[mask1 | mask2]
    print(test.head(20))

           A         B         C         D  sumABCD
1   0.287745  0.014313  0.419938  0.278004      1.0
3   0.000000  0.000000  0.000000  1.000000      1.0
8   0.000000  0.000000  1.000000  0.000000      1.0
12  1.000000  0.000000  0.000000  0.000000      1.0

Answer 1

编辑：

至于您在row 1问题上更新的问题，请尝试对您的数据运行下面的命令

df.loc[df["sumABCD"] < 1.0, "sumABCD"].map('{0:.30f}'.format)

Out[28]:
1       0.999999999999999888977697537484
13      0.999999999999999888977697537484
44      0.999999999999999888977697537484
53      0.999999999999999888977697537484
57      0.999999999999999888977697537484

它在sumABCD列上切片<；1.0. 第1行实际上不是1.0。它的值几乎是1.0，四舍五入到1.0。由于float在计算机系统中是数字的表示形式，因此无法保证算术运算的精度sumABCD是每列上的除法之和。这些除法造成精度损失，所以求和只能回到almost 1.0

如果您想了解更多关于float的信息，请阅读以下文档https://docs.python.org/3/tutorial/floatingpoint.html

---

IIUC，在您的示例代码中，您认为应该得到空的数据帧，但事实并非如此

在这之后

mask2 = ((df["B"] <= x) & (df["sumABCD"] < 1.0))

mask2总是False，因为(df["sumABCD"] < 1.0)总是False

但是，在|操作符上对df进行切片，如中所示

test = df[mask1 | mask2]

所以，mask2所有False都不会影响结果。当mask2全部False时，结果取决于mask1。这就是'|'运算符的性质。因此test将取决于mask1的True/False。这就是test不是您期望的空数据帧的原因