我在 Python 中使用 pandas 工具包，但遇到问题。
我有一个值列表 lst ，为了简单起见，假设它只有前 20 个自然数:
>>> lst = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
然后我创建一个 DataFrame ，通过给它一个带有该列表的 Series ，如下所示:
>>> df = DataFrame(Series(lst))
我想用它来计算从 0.1 (10%) 到 1 (100%) 的分位数，我使用 DataFrame 中的 quantile 函数来计算:
>>> quantiles = df.quantile(np.linspace(.1,1,num=10,endpoint=True))
如果我打印 quantiles ，这就是出现的内容:
0
0.1 2.9
0.2 4.8
0.3 6.7
0.4 8.6
0.5 10.5
0.6 12.4
0.7 14.3
0.8 16.2
0.9 18.1
1.0 20.0
现在，我想将分位数 0.3 和 0.7 的值存储在一个变量中，在搜索了如何做到这一点之后，我想出了一个使用 loc 的解决方案在 DataFrame 中，给它分位数标签(例如 0.7 )和我要考虑的一系列值的列索引。因为只有一个，所以我这样做:
>>> q_3 = qts.loc[0.7][0]
问题是 python 给我这个错误:
**KeyError: 'the label [0.7] is not in the [index]'**
但我知道它存在，因为如果我尝试打印 index 值，我会得到:
>>> qts.index
Float64Index([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0], dtype='float64')
所以，索引显然存在，但我说它不存在。 我做错了什么？
如果我尝试使用这种方法打印任何其他分位数值，而不是 0.3 或 0.7 ，它会起作用:
>>> qts.loc[0.1][0]
2.8999999999999999
>>> qts.loc[0.2][0]
4.8000000000000007
>>> qts.loc[0.4][0]
8.6000000000000014
>>> qts.loc[0.5][0]
10.5
>>> qts.loc[0.6][0]
12.4
>>> qts.loc[0.8][0]
16.200000000000003
>>> qts.loc[0.9][0]
18.100000000000001
>>> qts.loc[1][0]
20.0
有什么想法吗？
我使用的是 Python 3.5 和 pandas 0.20.3。
编辑 感谢您的反馈! 所以，这是一个浮点精度问题。不过，我想知道:是否有更好的方法来获取分位数列表的 N'th 元素，而不是像我那样使用 loc？
请您参考如下方法:
这里的索引值不是正好等于0.7；在非常小的精度上存在差异。您可以通过运行来确认这一点:
assert qts.index[6] == 0.7
或
print(qts.index[6] - 0.7)
如果您首先使用 numpy.round 舍入索引，您将能够根据需要通过 qts.loc[0.7, 0] 访问该元素:
import numpy as np
qts.index = np.round(qts.index, decimals=1)
