我将 csv 数据文件导入到df带有.pandas DataFrame 的 pandas DataFrame 中pd.read_csv。该文本文件包含一列，其中包含如下字符串：
y
0.001
0.0003
0.0001
3e-05
1e-05
1e-06
如果我打印 DataFrame，pandas 会输出这些值的十进制表示形式，逗号后有 6 位数字，一切看起来都很好。
当我尝试按值选择行时，如下所示：
df[df['y'] == value],
通过输入值的相应十进制表示形式，pandas 可以正确匹配某些值（例如：第 0、2、4 行），但不会匹配其他值（第 1、3、5 行）。这当然是因为这些行值在基数 2 中没有完美的表示。
我能够通过以下方式解决这个问题：
df[abs(df['y']/value-1) <= 0.0001]
但似乎有些尴尬。我想知道的是： numpy 已经有一个方法.isclose，专门用于此目的。
.isclose像这样的情况有没有办法使用呢？或者 pandas 中有更直接的解决方案？