DataFrame获取特定值行索引失败，仅匹配0值正常

这是浮点数精度误差导致的问题：计算机存储浮点数时会产生微小舍入偏差，你在DataFrame中看到的0.000376，实际存储的可能是类似0.0003760000000001或0.0003759999999999的数值，直接用==做精确匹配自然会失败；而0是整数，存储无精度误差，所以匹配能成功。

给你几个可行的解决方案：

• 使用pandas内置的isclose()函数做近似匹配，可自定义容差：

  df.index[df[0].isclose(0.000376)].tolist()
  

  若需要更严格的精度控制，可调整rtol（相对容差）和atol（绝对容差）参数：

  df.index[df[0].isclose(0.000376, rtol=1e-9, atol=1e-12)].tolist()
  

• 对列数据做四舍五入处理，保留与目标值一致的小数位数后再匹配：

  df.index[round(df[0], 6) == 0.000376].tolist()
  

• 查看数值的精确存储值，确认误差范围：

  # 输出接近0.000376的数值的精确表示
  print(df[df[0].between(0.000375, 0.000377)][0].apply(repr))
  

内容的提问来源于stack exchange，提问作者Lorenz