在pandas数据框中搜索范围内的值？

Question

我试图在pandas数据帧中的给定不确定性范围内搜索匹配值。例如，如果我有一个数据帧：

    A     B        C
0   12  12.6    111.20
1   14  23.4    112.20
2   16  45.6    112.30
3   18  56.6    112.40
4   27  34.5    121.60
5   29  65.2    223.23
6   34  45.5    654.50
7   44  65.6    343.50

我怎样才能搜索到匹配112.6+/-0.4的值，而不必创建一个冗长而困难的条件，例如：

^{pr2}$

基本上，我想创建一个“缓冲窗口”，允许返回与窗口匹配的所有值。我有不确定因素的一揽子计划，但还没有像现在这样运作。在

最理想的情况是，我希望能够返回在给定误差范围内与C和B中的值匹配的所有索引值。在

编辑

正如@MaxU指出的np.isclose公司如果你知道确切的数字，f（x）的效果很好。但是，是否可以匹配一个值列表，例如如果我有第二个数据帧，并且希望查看其中一个数据帧中C中的值是否与C（第二个数据帧）的值在公差内匹配？我曾试图将它们放入一个列表中，并以这种方式执行，但当尝试一次为多个值执行该操作时，我遇到了一些问题。在

TEST= Dataframe_2["C"]
HopesNdreams = sample[sample["C"].apply(np.isclose,b=TEST, atol=1.0)]

编辑2

通过尝试几种不同的解决方法，我发现：

TEST1= Dataframe_2["C"].tolist
for i in TEST1:
    HopesNdreams= sample[sample["C"].apply(np.isclose,b=i, atol=1.0)]

这将返回给定列的命中率。使用第一个答案中的逻辑，我认为这将非常适合我所需要的。这种方法有什么我看不到的问题吗？在

干杯，谢谢你的帮助！在

Answer 1

使用^{}：

df['C'].between(112.6 + .4, 112.6 - .4)

Answer 2

IIUC您可以使用np.isclose()函数：

In [180]: df[['B','C']].apply(np.isclose, b=112.6, atol=0.4)
Out[180]:
       B      C
0  False  False
1  False   True
2  False   True
3  False   True
4  False  False
5  False  False
6  False  False
7  False  False

In [181]: df[['B','C']].apply(np.isclose, b=112.6, atol=0.4).any(1)
Out[181]:
0    False
1     True
2     True
3     True
4    False
5    False
6    False
7    False
dtype: bool

In [182]: df[df[['B','C']].apply(np.isclose, b=112.6, atol=0.4).any(1)]
Out[182]:
    A     B      C
1  14  23.4  112.2
2  16  45.6  112.3
3  18  56.6  112.4