pandas.Series.equals

Series.equals(other) [source]

Проверка, содержат ли два объекта одинаковые элементы.

Эта функция позволяет сравнивать две Series или DataFrame, чтобы определить, имеют ли они одинаковую форму и элементы. Значения NaN в одинаковых позициях считаются равными. Названия столбцов не должны иметь одинаковый тип, но элементы внутри столбцов должны иметь одинаковый тип данных.

Параметры:	other : Series or DataFrame Другая Series или DataFrame для сравнения с первой.
Возвращает:	bool True, если все элементы в обоих объектах одинаковые, False в противном случае.

См. также

Series.eq

Сравнить две Series объектов одинаковой длины и вернуть Series, где каждый элемент равен True, если соответствующий элемент в каждой Series равен, False в противном случае.

DataFrame.eq

Сравнить два DataFrame объекта одинаковой формы и вернуть DataFrame, где каждый элемент равен True, если соответствующий элемент в каждом DataFrame равен, False в противном случае.

assert_series_equal

Возвращает True, если две Series равны, False в противном случае.

assert_frame_equal

Возвращает True, если два DataFrame равны, False в противном случае.

numpy.array_equal

Возвращает True, если два массива имеют одинаковую форму и элементы, False в противном случае.

Примечания

Эта функция требует, чтобы элементы имели одинаковый тип данных, как их соответствующие элементы в другой Series или DataFrame. Однако метки столбцов не должны иметь одинаковый тип, если они все ещё считаются одинаковыми.

Примеры

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

DataFrame df и exactly_equal имеют одинаковые типы и значения для элементов и меток столбцов, что вернёт True.

>>> exactly_equal = pd.DataFrame({1: [10], 2: [20]})
>>> exactly_equal
    1   2
0  10  20
>>> df.equals(exactly_equal)
True

DataFrame df и different_column_type имеют одинаковые типы элементов и значения, но имеют разные типы меток столбцов, что по-прежнему вернёт 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 и different_data_type имеют разные типы для одних и тех же значений элементов и вернут False, даже если их метки столбцов имеют одинаковые значения и типы.

>>> 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