Python 在相同的数据帧上，df.equals（）是否返回False？

让

df_1

和

df_2

为：

In [1]: import pandas as pd
   ...: df_1 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})
   ...: df_2 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})

In [2]: df_1
Out[2]:
   a  b
0  1  4
1  2  5
2  3  6

我们将一行

r

添加到

df_1

：

In [3]: r = pd.DataFrame({'a': ['x'], 'b': ['y']})
   ...: df_1 = df_1.append(r, ignore_index=True)

In [4]: df_1
Out[4]:
   a  b
0  1  4
1  2  5
2  3  6
3  x  y

现在，我们从

df_1

中删除添加的行，并再次获取原始的

df_1

：

In [5]: df_1 = pd.concat([df_1, r]).drop_duplicates(keep=False)

In [6]: df_1
Out[6]:
   a  b
0  1  4
1  2  5
2  3  6

In [7]: df_2
Out[7]:
   a  b
0  1  4
1  2  5
2  3  6

虽然

df_1

和

df_2

是相同的，

equals（）

返回

False

In [8]: df_1.equals(df_2)
Out[8]: False

对此进行了研究，但未能找到相关问题。 我做错什么了吗？在这种情况下，如何获得正确的结果？

---

（df_1==df_2）.all（）.all（）

返回

True

，但不适用于

df_1

和

df_2

长度不同的情况。

这也是一个微妙的问题，很好地识别了它

import pandas as pd
df_1 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})
df_2 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})
r = pd.DataFrame({'a': ['x'], 'b': ['y']})
df_1 = df_1.append(r, ignore_index=True)
df_1 = pd.concat([df_1, r]).drop_duplicates(keep=False)
df_1.equals(df_2)

from pandas.util.testing import assert_frame_equal
assert_frame_equal(df_1,df_2)

现在我们可以看到断言失败时的问题

AssertionError: Attributes of DataFrame.iloc[:, 0] (column name="a") are different

Attribute "dtype" are different
[left]:  object
[right]: int64

---

当您向整数添加字符串时，整数变成了对象。这就是为什么equals也失败的原因。

这同样是一个微妙的问题，很好地发现了它

import pandas as pd
df_1 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})
df_2 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})
r = pd.DataFrame({'a': ['x'], 'b': ['y']})
df_1 = df_1.append(r, ignore_index=True)
df_1 = pd.concat([df_1, r]).drop_duplicates(keep=False)
df_1.equals(df_2)

from pandas.util.testing import assert_frame_equal
assert_frame_equal(df_1,df_2)

现在我们可以看到断言失败时的问题

AssertionError: Attributes of DataFrame.iloc[:, 0] (column name="a") are different

Attribute "dtype" are different
[left]:  object
[right]: int64

当您向整数添加字符串时，整数变成了对象。这就是equals也失败的原因。

根据文档：

此函数允许对两个系列或数据帧进行相互比较，以查看它们是否具有相同的形状和元素。同一位置的NAN被认为是相等的。列标题不需要具有相同的类型，但列中的元素必须具有相同的数据类型

因此，

df.equals

仅当元素具有相同的值且

d类型也相同时才会返回
True

从
df_1
添加和删除行时，
dtypes
从
int
更改为
object
，因此返回
False

In [8]: df_1.equals(df_2)
Out[8]: False

请举例说明：

In [1028]: df_1 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})

In [1029]: df_2 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})

 In [1031]: df_1.dtypes
Out[1031]: 
a    int64
b    int64
dtype: object

In [1032]: df_2.dtypes
Out[1032]: 
a    int64
b    int64
dtype: object

因此，如果您在上面看到，两个dfs的
dtypes
是相同的，因此下面的条件返回
True
：

In [1030]: df_1.equals(df_2)
Out[1030]: True

现在，在添加和删除行之后：

In [1033]: r = pd.DataFrame({'a': ['x'], 'b': ['y']})

In [1034]: df_1 = df_1.append(r, ignore_index=True)

In [1036]: df_1 = pd.concat([df_1, r]).drop_duplicates(keep=False)

In [1038]: df_1.dtypes
Out[1038]: 
a    object
b    object
dtype: object

dtype
已更改为
object
，因此下面的条件返回
False
：

In [1039]: df_1.equals(df_2)
Out[1039]: False

如果仍希望返回
True
，则需要将
dtypes
更改回
int
：
根据文件：

此函数允许对两个系列或数据帧进行相互比较，以查看它们是否具有相同的形状和元素。同一位置的NAN被认为是相等的。列标题不需要具有相同的类型，但列中的元素必须具有相同的数据类型

因此，
df.equals
仅当元素具有相同的值且
d类型也相同时才会返回
True

从
df_1
添加和删除行时，
dtypes
从
int
更改为
object
，因此返回
False

In [8]: df_1.equals(df_2)
Out[8]: False

请举例说明：

In [1028]: df_1 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})

In [1029]: df_2 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})

 In [1031]: df_1.dtypes
Out[1031]: 
a    int64
b    int64
dtype: object

In [1032]: df_2.dtypes
Out[1032]: 
a    int64
b    int64
dtype: object

因此，如果您在上面看到，两个dfs的
dtypes
是相同的，因此下面的条件返回
True
：

In [1030]: df_1.equals(df_2)
Out[1030]: True

现在，在添加和删除行之后：

In [1033]: r = pd.DataFrame({'a': ['x'], 'b': ['y']})

In [1034]: df_1 = df_1.append(r, ignore_index=True)

In [1036]: df_1 = pd.concat([df_1, r]).drop_duplicates(keep=False)

In [1038]: df_1.dtypes
Out[1038]: 
a    object
b    object
dtype: object

dtype
已更改为
object
，因此下面的条件返回
False
：

In [1039]: df_1.equals(df_2)
Out[1039]: False

如果仍希望返回
True
，则需要将
dtypes
更改回
int
：
使用，它还将检查数据类型是否相同

（在这种情况下，当您追加然后删除一个字符串行时，您的数据类型将从int更改为“object”（字符串）

使用，它还将检查数据类型是否相同

（在这种情况下，当您追加然后删除一个字符串行时，您的数据类型将从int更改为“object”（字符串）

根据其他人的意见，在这种情况下，可以：

from pandas.util.testing import assert_frame_equal

identical_df = True
try:
    assert_frame_equal(df_1, df_2, check_dtype=False)
except AssertionError:
    identical_df = False

根据其他人的意见，在这种情况下，可以：

from pandas.util.testing import assert_frame_equal

identical_df = True
try:
    assert_frame_equal(df_1, df_2, check_dtype=False)
except AssertionError:
    identical_df = False

谢谢背后的原因是什么？它怎么能被忽视
（df_1==df_2）.all（）.all（）
返回
True
，但不适用于
df_1
和
df_2
长度不同的情况。将它们转换为相同的类型，然后查看它们是否相等。通常，我尝试只保存一次数据，但是如果您正在获取另一组数据，检查它们是否是相同的数据类型是一件好事，并且使它们相同会更好。
df_1['a']=df_1['a'].astype（int）
df_1['b']=df_1['b'].astype（int）
print（df_1.equals（df_2））
会给出您想要的答案。谢谢！背后的原因是什么？它怎么能被忽视
（df_1==df_2）.all（）.all（）
返回
True
，但不适用于
df_1
和
df_2
长度不同的情况。将它们转换为相同的类型，然后查看它们是否相等。通常，我只会尝试保存一次数据，但是如果您正在获取另一组数据，检查它们是否是相同的数据类型是一件好事，并且使它们相同会更好。
df_1['a']=df_1['a'].astype（int）
df_1['b']=df_1['b'].astype（int）

print（df_1.equals（df_2））

会给出您想要的答案。