基于已有DataFrame列条件生成新DataFrame为空的bug排查求助

生成两个DataFrame，第二个通过对第一个的某一列设置RH == 10的条件筛选创建。第一个DataFrame生成成功（包含885482行），且文本文件中确实存在符合条件的行，但第二个DataFrame为空。当循环步长设为0.5时代码可正常工作，但步长改为0.1时出现问题。

import numpy as np
import pandas as pd 
import os

# 工作目录路径
wdir = r'C:\Users\abdul\Documents\Research\CdTe\a-SiC_H and a-SiC_B_H on CdTe'
os.chdir(wdir)  

full_data_file = open('Z_data_full_data.txt', 'w')
Selected_rows_data_file = open('Z_data_selected_data.txt', 'w')

H2 = 100.00 # sccm 固定值

# 初始化存储数据的列表
CH4_lst = []   
SiH4_lst = []
H2_lst = []
Z_lst = []
RH_lst = []

# 嵌套循环生成数据
CH4 = 1     # sccm
while CH4 <= 95:
  SiH4 = 1    # sccm
  while SiH4 <= 95:
    Z_ratio = CH4 / (SiH4 + CH4)
    RH = H2 / (CH4 + SiH4)
        
    CH4_lst.append(CH4)
    SiH4_lst.append(SiH4)
    H2_lst.append(H2)
    Z_lst.append(Z_ratio)
    RH_lst.append(RH)

    # 内循环步长
    SiH4 += 0.10
  # 外循环步长  
  CH4 += 0.10

# 生成完整数据的DataFrame
df_1 = pd.DataFrame(list(zip(CH4_lst, SiH4_lst, H2_lst, RH_lst, Z_lst)), 
                 columns = ['CH4_flowrate(sccm)', 'SiH4_flowrate(sccm)', 'H2_flowrate(sccm)', 'RH=[H2]/([CH4]+[SiH4])', 'Z=CH4/([CH4]+[SiH4])']) 

# 筛选符合条件的行生成第二个DataFrame
selecting_rows = df_1['RH=[H2]/([CH4]+[SiH4])'].values == 10
df_2 = pd.DataFrame(df_1[selecting_rows])

# 写入文件
full_data_file.write(df_1.to_string(justify='right', index=False))
Selected_rows_data_file.write(df_2.to_string(justify='right', index=False))

full_data_file.close()
Selected_rows_data_file.close()

os.startfile('{}\\Z_data_full_data.txt'.format(wdir), 'open')
os.startfile('{}\\Z_data_selected_data.txt'.format(wdir), 'open')

0.1在二进制中是无限循环小数，累加时会产生精度偏移。例如，当CH4 + SiH4理论值应为10时，实际计算结果可能是9.999999999999998或10.000000000000002，直接用==10无法匹配这些近似值。而步长设为0.5时，0.5是二进制可精确表示的数，累加后CH4 + SiH4的结果是精确的10，因此筛选条件生效。

方案1：使用近似比较替代精确相等 #

将筛选条件改为判断值是否在10的极小误差范围内：

# 替换原筛选代码
tolerance = 1e-9  # 可根据需求调整精度
selecting_rows = np.abs(df_1['RH=[H2]/([CH4]+[SiH4])'] - 10) < tolerance
df_2 = df_1[selecting_rows].copy()

方案2：用整数计算避免浮点数误差 #

将循环变量改为整数（代表0.1的倍数），最后再转换为实际数值：

# 修改循环部分
CH4_int = 10  # 对应1.0 sccm
while CH4_int <= 950:  # 对应95.0 sccm
  SiH4_int = 10  # 对应1.0 sccm
  while SiH4_int <= 950:
    CH4 = CH4_int / 10
    SiH4 = SiH4_int / 10
    Z_ratio = CH4 / (SiH4 + CH4)
    RH = H2 / (CH4 + SiH4)
        
    CH4_lst.append(CH4)
    SiH4_lst.append(SiH4)
    H2_lst.append(H2)
    Z_lst.append(Z_ratio)
    RH_lst.append(RH)

    SiH4_int += 1  # 步长1对应0.1 sccm
  CH4_int += 1

这种方式能保证CH4 + SiH4的计算结果精确，筛选条件==10可正常生效。

方案3：使用numpy的isclose函数 #

利用numpy的isclose函数进行近似匹配：

# 替换原筛选代码
selecting_rows = np.isclose(df_1['RH=[H2]/([CH4]+[SiH4])'], 10)
df_2 = df_1[selecting_rows].copy()

内容的提问来源于stack exchange，提问作者abdulquader