Python中为何无法像筛选整数那样筛选浮点数列？

直接用==筛选浮点数返回空结果，本质是浮点数的精度存储问题：计算机无法精确表示所有十进制浮点数，你看到的35.0454545455只是显示值，实际存储的是一个近似值（比如35.045454545499996或35.045454545500002），直接用相等判断自然匹配不到。

以下是几种可行的解决方法：

• 使用numpy的isclose()函数，通过设置容忍度匹配近似相等的浮点数：

  import numpy as np
  df[np.isclose(df['nums'], 35.0454545455)].head()
  

  可通过rtol（相对公差）和atol（绝对公差）参数调整匹配精度，默认参数已能覆盖大多数场景。

• 对数据列进行四舍五入，匹配固定小数位数后的数值：

  df[df['nums'].round(10) == 35.0454545455].head()
  

  这里保留10位小数，和目标值的小数位数一致，消除存储精度带来的差异。

• 直接提取数据中实际存储的目标值进行匹配：
  先定位到该值所在的行，提取其精确存储值再筛选：

  # 假设目标值在第n行，替换成实际索引
  target_val = df['nums'].iloc[n]
  df[df['nums'] == target_val].head()
  

内容的提问来源于stack exchange，提问作者Ifeoluwa Kunle-John