pandas equals() 数据是否相等

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

equals() 是 pandas 中用于比较两个 DataFrame 或 Series 是否相等的方法。该方法检查两个对象中的数据是否完全相同，并返回一个布尔值。

语法

DataFrame.equals(other)

适用数据类型

DataFrame
Series

参数意义

other:
- 类型: DataFrame 或 Series
- 意义: 需要进行比较的另一个 DataFrame 或 Series。

返回值

返回值类型: bool
意义:
- 返回 True 表示两个对象的数据和索引完全相同。
- 返回 False 表示两个对象的数据或索引不同。

使用场景

数据验证: 在数据处理或数据清洗过程中，equals() 可以用来验证两个数据集是否在某个步骤后仍保持相同。
数据单元测试: 在编写单元测试时，可以使用 equals() 来验证处理结果是否符合预期。
数据比较: 当需要判断两个数据集是否相同时，这个方法提供了一个简单且直接的方式。

示例

df = pd.DataFrame({1: [10], 2: [20]})
df
'''
    1   2
0  10  20
'''

DataFrame df和exactly_equal的元素和列标签具有相同的类型和值，这将返回True。

exactly_equal = pd.DataFrame({1: [10], 2: [20]})
exactly_equal
'''
    1   2
0  10  20
'''

df.equals(exactly_equal)
# True

DataFrame df和 different_column_type 具有相同的元素类型和值，但列标签的类型不同，这仍将返回 True。

different_column_type = pd.DataFrame({1.0: [10], 2.0: [20]})
different_column_type
'''
   1.0  2.0
0   10   20
'''

df.equals(different_column_type)
# True

DataFrame df和different_data_type对于其元素的相同值具有不同的类型，即使它们的列标签是相同的值和类型，也会返回False。

different_data_type = pd.DataFrame({1: [10.0], 2: [20.0]})
different_data_type
'''
      1     2
0  10.0  20.0
'''

df.equals(different_data_type)
# False

案例

例1: 比较两个相同的 DataFrame

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

df2 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

# 比较 df1 和 df2 是否相等
result = df1.equals(df2)

print(df1)
print(df2)
print(result)

输出:

在这个例子中，df1 和 df2 的数据完全相同，因此 equals() 返回 True。

例2: 比较两个不同的 DataFrame

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

df3 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [7, 8, 9]
})

# 比较 df1 和 df3 是否相等
result = df1.equals(df3)

print(df1)
print(df3)
print(result)

输出:

在这个例子中，df1 和 df3 的数据不同，因此 equals() 返回 False。

例3: 比较两个索引不同的 DataFrame

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

df4 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
}, index=[1, 2, 3])

# 比较 df1 和 df4 是否相等
result = df1.equals(df4)

print(df1)
print(df4)
print(result)

输出:

在这个例子中，虽然 df1 和 df4 的数据相同，但它们的索引不同，因此 equals() 返回 False。

总结

equals() 方法是判断两个 pandas 对象是否完全相同的简单而有效的工具。它不仅考虑数据的内容，还包括索引的比较，因此非常适合用于数据验证和测试场景。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.equals.html

< eval() 表达式计算 pandas 求值计算 repeat() 重复元素 >

更新时间：Aug. 9, 2024, 8:46 a.m. 标签：pandas python equals 相等