为什么 n1 和 n2 之间存在差异？

Question

我以两种方式读取 csv 数据，得到不同的结果。 一种方法是使用 pandas 从 csv 中直接提取“值”列一次，另一种方法是逐类提取“值”并将它们附加在一起。 理想情况下，这两个结果应该是相同的，但我确实看到了差异。 类的顺序是U1 U2 U7 U8 U9 U10 U98 U5 U4 U3，不确定顺序会不会影响。 任何的想法？

input.csv 链接https://drive.google.com/file/d/1qND1NM6BK3py2ZjYw294GjhJVDzIOlHj/view?usp=sharing

inputfilename='input.csv'
data=[]
df=pd.read_csv(inputfilename)
classes=pd.unique(df['class'])
for c in classes:
    df2=df[df['class']==c]
    data+=list(df2['value'].values)
n1=np.array(data)
n2=df['value']
plt.plot(n1-n2)
plt.show()

Answer 1

仅当具有相同类别的所有行在 CSV 中分组在一起时，这两个数组才会相同。

n1是通过将具有同一类的所有值分组在一起创建的。 所以它包含所有U1值，然后是所有U2值，依此类推。

n2只是按照它们在 CSV 中出现的顺序包含所有值。

U1、U2、U7、U8、U9、U10 和 U98 的类是连续的。 但是U3、U4、U5都混在一起了。 你有一系列这样开始的行：

U4,-0.6
U4,-0.8
U4,-0.1
U4,-0.6
U3,-0.2
U3,0.2
U5,-0.3
U5,0.1
U3,0
U5,0.2
U5,-0.2

这些将在两个数组中以不同的方式排序。

您可以通过首先按类对数据框进行排序来解决此问题。