使用==运算符进行python数据帧比较
我有两个相同结构和相同行数的python数据帧 当我对它们执行“==”操作时,它们给出了错误的答案 df1: df2: 打印df1==df2使用==运算符进行python数据帧比较,python,dataframe,comparison,Python,Dataframe,Comparison,我有两个相同结构和相同行数的python数据帧 当我对它们执行“==”操作时,它们给出了错误的答案 df1: df2: 打印df1==df2 上述python语句给出以下输出: 0 False 1 False 2 False 3 False 4 False 5 False 6 False 7 False 8 False 9 False 10 False Name:
上述python语句给出以下输出:
0 False
1 False
2 False
3 False
4 False
5 False
6 False
7 False
8 False
9 False
10 False
Name: spn, dtype: bool
我不知道我错过了什么。我希望所有的都是真的。尝试转换到
str
,然后比较:
df1.spn.astype(str) == df2.spn.astype(str)
或者可能只需要比较列:
df1.spn == df2.spn
尝试转换为
str
,然后比较:
df1.spn.astype(str) == df2.spn.astype(str)
或者可能只需要比较列:
df1.spn == df2.spn
还可以使用equals比较两个数据帧。拜访 如果两个数据帧相等,它将为您提供真正的布尔值 此外,您还可以使用isin。它返回数据帧的布尔值。 例如:
访问您还可以使用equals比较两个数据帧。拜访 如果两个数据帧相等,它将为您提供真正的布尔值 此外,您还可以使用isin。它返回数据帧的布尔值。 例如:
访问希望看到您的代码,因为比较给出了真实值。下面是一个使用您的数据的示例
import pandas as pd
df1 = pd.DataFrame({'A': [61561899,
56598947,
52231204,
10069030,
19900179,
52892001,
50015534,
10071207,
55455545,
10075649,
52050196]})
df2 = pd.DataFrame({'A': [61561899,
56598947,
52231204,
10069030,
19900179,
52892001,
50015534,
10071207,
55455545,
10075649,
52050196]})
print(df1 == df2)
Out[1]:
A
0 True
1 True
2 True
3 True
4 True
5 True
6 True
7 True
8 True
9 True
10 True
df1.dtypes
Out[2]:
A int64
dtype: object
希望看到您的代码,因为比较给出了真实值。下面是一个使用您的数据的示例
import pandas as pd
df1 = pd.DataFrame({'A': [61561899,
56598947,
52231204,
10069030,
19900179,
52892001,
50015534,
10071207,
55455545,
10075649,
52050196]})
df2 = pd.DataFrame({'A': [61561899,
56598947,
52231204,
10069030,
19900179,
52892001,
50015534,
10071207,
55455545,
10075649,
52050196]})
print(df1 == df2)
Out[1]:
A
0 True
1 True
2 True
3 True
4 True
5 True
6 True
7 True
8 True
9 True
10 True
df1.dtypes
Out[2]:
A int64
dtype: object
如果我的回答有帮助,别忘了。您也可以向上投票-单击接受标记上方0上方的上三角形。谢谢。如果我的回答有帮助,别忘了。您也可以向上投票-单击接受标记上方0上方的上三角形。谢谢
import pandas as pd
df1 = pd.DataFrame({'A': [61561899,
56598947,
52231204,
10069030,
19900179,
52892001,
50015534,
10071207,
55455545,
10075649,
52050196]})
df2 = pd.DataFrame({'A': [61561899,
56598947,
52231204,
10069030,
19900179,
52892001,
50015534,
10071207,
55455545,
10075649,
52050196]})
print(df1 == df2)
Out[1]:
A
0 True
1 True
2 True
3 True
4 True
5 True
6 True
7 True
8 True
9 True
10 True
df1.dtypes
Out[2]:
A int64
dtype: object