Pandas中浮点索引的目的是什么？

Question

s.index=[0.0,1.1,2.2,3.3,4.4,5.5]
s.index
# Float64Index([0.0, 1.1, 2.2, 3.3, 4.4, 5.5], dtype='float64')
s
# 0.0    141.125
# 1.1    142.250
# 2.2    143.375
# 3.3    143.375
# 4.4    144.500
# 5.5    145.125
s.index=s.index.astype('float32')
# s.index
# Float64Index([              0.0, 1.100000023841858, 2.200000047683716,
#               3.299999952316284, 4.400000095367432,               5.5],
#              dtype='float64')

浮点索引背后的直觉是什么？ 努力理解我们何时会使用它们而不是 int 索引（似乎您可以拥有三种类型的索引：int64、float64 或 object，例如s.index=['a','b','c','d','e','f'] ）。

从上面的代码中，看起来 Pandas 真的希望浮点索引为 64 位，因为这些 64 位浮点数被强制转换为 32 位浮点数，然后返回到 64 位浮点数，索引的dtype剩下'float64' 。

人们如何使用浮动指数？

您是否可能对数据进行一些统计计算并希望对其结果进行排名，但这些结果可能是浮动的？ 我们想强制float64避免丢失分辨率？

Answer 1

由于一般浮点限制，浮点索引通常对基于标签的索引无用。 当然， pd.Float64Index存在于 API 中以确保完整性，但这并不总是意味着您应该使用它。 Jeff（核心库贡献者）在github上有这样的话：

[...] 很少需要实际使用浮点索引； 使用列通常会更好。 索引的重点是使单个元素更快，例如 df[1.0]，但这很棘手； 这就是对此有问题的原因。

1.0 == 1.0的棘手部分并不总是正确的，这取决于您如何以位表示1.0 。

浮动索引在少数情况下很有用（如 github 问题中所引用的），主要用于记录时间轴（时间），或在天文数据中进行极其微小/准确的测量。 对于大多数其他情况，可以pd.cut或pd.qcut对数据进行分箱，因为使用分类数据通常比连续数据更容易。