Python 图纸数据框变为与构造的相同数据框不相等

我需要这方面的帮助，因为我已经搜索了近3个小时的解决方案，但没有找到任何东西

我这里有一个简单的

pandas

dataframe，它是由脚本创建的，这个dataframe通过使用

源代码：

import gspread, pandas as pd

cols = [
"Filename",
"Version Number",
"House Name",
]

df = pd.DataFrame(columns=cols)

for i in range(0,5):
    out = {
    "Filename":i,
    "Version Number":i+1,
    "House Name":i+2
    }
    df = df.append(out,ignore_index=True)





creds_path = "creds.json"
service_account = gspread.service_account(filename=creds_path)
spreadsheet = service_account.open_by_key("1a8NxVF6yUE0jSa63tjhEDHAS2q7dsdo0lT4saMGKROI")
worksheet = spreadsheet.sheet1


df2 = pd.DataFrame(worksheet.get_all_records())
print(df.equals(df2))

#worksheet.clear()
#worksheet.update([df.columns.values.tolist()] + df.values.tolist())

   Filename  Version Number  House Name
0         0               1           2
1         1               2           3
2         2               3           4
3         3               4           5
4         4               5           6

这是一个非常简单的脚本，它创建了一个

pandas

dataframe，然后以编程方式将其上传到googlesheet。我制作此表是为了测试目的，我可以公开将其提供给任何人，如果您想试用，您将需要包含凭据的

.json

文件，如果您想试用，我也为任何人制作了此表，但请注意，此仅用于测试目的

注意：问题解决后，我将停用凭据 回答

链接：

现在我有个问题。创建

pandas

数据帧后，将其与此部分代码一起上载<代码>工作表.clear（）和

工作表.update（[df.columns.values.tolist（）]+df.values.tolist（））

。您可以在工作表上清楚地看到它的工作原理，工作表如下所示

现在，当我尝试阅读工作表并将其转换为

pandas

dataframe时，使用此选项

df2 = pd.DataFrame(worksheet.get_all_records())

我只是想看看工作表上的数据是否与脚本上创建的数据框完全相同。现在，当我运行这个

print（df.equals（df2））

时，它返回

False

，这意味着

df

与

df2

的数据帧不同，我可以清楚地看到不是我所期望的。原因很明显，我上传了相同的数据帧，但为什么在比较这两个数据帧时，它会说

False

？事实上，它应该是

真的

对吗

如果您尝试打印出

df

&

df2

，您可以清楚地看到它们是相同的，对吗？我建议你试着自己把剧本打印出来

df：

  Filename Version Number House Name
0        0              1          2
1        1              2          3
2        2              3          4
3        3              4          5
4        4              5          6

df2：

import gspread, pandas as pd

cols = [
"Filename",
"Version Number",
"House Name",
]

df = pd.DataFrame(columns=cols)

for i in range(0,5):
    out = {
    "Filename":i,
    "Version Number":i+1,
    "House Name":i+2
    }
    df = df.append(out,ignore_index=True)





creds_path = "creds.json"
service_account = gspread.service_account(filename=creds_path)
spreadsheet = service_account.open_by_key("1a8NxVF6yUE0jSa63tjhEDHAS2q7dsdo0lT4saMGKROI")
worksheet = spreadsheet.sheet1


df2 = pd.DataFrame(worksheet.get_all_records())
print(df.equals(df2))

#worksheet.clear()
#worksheet.update([df.columns.values.tolist()] + df.values.tolist())

   Filename  Version Number  House Name
0         0               1           2
1         1               2           3
2         2               3           4
3         3               4           5
4         4               5           6

主要目标：

import gspread, pandas as pd

cols = [
"Filename",
"Version Number",
"House Name",
]

df = pd.DataFrame(columns=cols)

for i in range(0,5):
    out = {
    "Filename":i,
    "Version Number":i+1,
    "House Name":i+2
    }
    df = df.append(out,ignore_index=True)





creds_path = "creds.json"
service_account = gspread.service_account(filename=creds_path)
spreadsheet = service_account.open_by_key("1a8NxVF6yUE0jSa63tjhEDHAS2q7dsdo0lT4saMGKROI")
worksheet = spreadsheet.sheet1


df2 = pd.DataFrame(worksheet.get_all_records())
print(df.equals(df2))

#worksheet.clear()
#worksheet.update([df.columns.values.tolist()] + df.values.tolist())

   Filename  Version Number  House Name
0         0               1           2
1         1               2           3
2         2               3           4
3         3               4           5
4         4               5           6

我的目标是查看表中的数据是否正确 与脚本中创建的数据帧完全相同。我只是想看看他们是否和我做的一样 取决于该条件的其他物品

---

有没有人能教育我，让我知道我在这里缺少了什么。非常感谢你的帮助

gspread API返回类型为

int64

的数据帧

df2

，而您手动创建的数据帧

df

的类型为

int

。由于类型不同，两个数据帧不相等

如果尝试

df.astype（'int64'）.equals（df2）

它将返回

True

或者，您可以使用

all（df.eq（df2））

，它也将返回

True

。这将比较数据帧的每个元素，并使用

all

组合布尔标志

---

第三种方法（OP在下面的评论中建议）是执行

df.astype（“str”）.equals（df2.astype（“str”））

Wow！谢谢不幸的是。。。我的每一列的值都可以是类似于

int

float

strings

的任何值。。。我想我忘了。因此对于这种情况，

df.astype（'int64'）.equals（df2）

非常好，对于列值类似于单词的示例来说，它不是一个解决方案，对吗？所以想知道

all（df.eq（df2））

是否也能涵盖这一点？只要你比较相同的数据类型，df.eq（df2）应该可以工作，但是如果你比较，比如说，

'1'

和

1

，它就不会工作了！我尝试了另一个示例数据框架，但不幸的是，提供的解决方案不起作用，但我根据您的答案想到了一些启发我的东西。我试着做了一个

df.astype（“str”）.equals（df2.astype（“str”））

，效果很好。。我能问一下我想到的这个解决方案是否可以？还是在时间复杂性方面不好？谢谢我想这解决了我的问题。如果你能把它作为另一个解决方案添加到你的答案中，可以吗。如果没有您的回答，我不会想到这一点。现在我想，在比较两个数据帧时，数据帧中这些数据的类型是非常重要的。@Iceear我也在我的回答中添加了您的解决方案：）我觉得这很好，我不认为这会导致性能问题。按字符串进行铸造不是一个昂贵的过程。我想保留床单和信誉，这样，如果有人遇到这个问题，他们可以尝试一下，这可能会帮助他们解决问题：）