使用Pandas .loc查询chainage(km)部分值返回空DataFrame求助

嘿，这个问题我太熟了——这是典型的浮点数精度坑导致的，我来帮你理清楚原因和解决办法：

为什么会出现这种情况？ #

咱们平时用的十进制小数（比如0.004），转换成计算机底层的二进制浮点数时，很多时候没法被精确表示，会变成一个无限循环的近似值。当你直接用==去比较DataFrame里存的0.004和你手动写的float(0.004)时，两者的二进制存储其实有细微的差异，这就导致比较结果是False，自然返回空的DataFrame。至于0.001能匹配上，其实是个巧合——刚好它在DataFrame里的存储值和你手动构造的近似值撞在一起了，换个环境说不定也会出问题。

你可以自己验证下这个差异：

print(data['chainage(km)'].iloc[-1])  # 打印DataFrame里的0.004
print(float(0.004))                   # 打印手动构造的0.004
print(data['chainage(km)'].iloc[-1] == float(0.004))  # 大概率会输出False

靠谱的解决方案 #

这里给你几个实用的处理方式，按需选就行：

1. 用numpy的isclose函数（首推） #

这个函数会在一个合理的精度范围内判断两个浮点数是否“近似相等”，完美避开精度误差的坑：

import numpy as np
result = data.loc[np.isclose(data['chainage(km)'], 0.004)]
print(result)

要是你需要更严格的精度控制，还可以通过rtol（相对误差）和atol（绝对误差）参数自定义阈值，比如：

result = data.loc[np.isclose(data['chainage(km)'], 0.004, rtol=1e-09, atol=1e-09)]

2. 四舍五入后再比较 #

如果你的数据对精度要求没那么高，可以把列值和目标值都四舍五入到指定的小数位，再做比较：

result = data.loc[round(data['chainage(km)'], 3) == round(0.004, 3)]
print(result)

3. 转成Decimal类型实现精确比较 #

要是你需要完全精确的十进制运算，那就把列转换成decimal.Decimal类型，彻底摆脱二进制浮点数的精度问题：

from decimal import Decimal
data['chainage(km)'] = data['chainage(km)'].apply(Decimal)
result = data.loc[data['chainage(km)'] == Decimal('0.004')]
print(result)

4. 读取数据时就控制精度 #

如果你的数据是从CSV这类文件读进来的，可以在读取时就指定精度，比如用pd.read_csv的float_precision参数：

data = pd.read_csv('your_file.csv', float_precision='round_trip')

内容的提问来源于stack exchange，提问作者user55641