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.

Индексы строк/столбцов не должны иметь одинаковый тип, если значения считаются равными. Соответствующие столбцы должны иметь одинаковый тип данных.

Параметры

other:Series или DataFrame

Другая Series или DataFrame для сравнения с первой.

Возвращает

bool

True, если все элементы в обоих объектах одинаковы, иначе False.

См. также

Series.eq

Сравнение двух объектов Series одинаковой длины и возвращение Series, где каждый элемент равен True, если соответствующие элементы в каждой Series равны, и False в противном случае.

DataFrame.eq

Сравнение двух объектов DataFrame одинаковой формы и возвращение DataFrame, где каждый элемент равен True, если соответствующие элементы в каждом DataFrame равны, и False в противном случае.

testing.assert_series_equal

Вызывает AssertionError, если left и right не равны. Предоставляет удобный интерфейс для игнорирования неравенства в типах данных, индексах и точности среди прочего.

testing.assert_frame_equal

Как assert_series_equal, но для DataFrame.

numpy.array_equal

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

Примеры

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

DataFrame df и exactly_equal имеют одинаковые типы и значения 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 и значения элементов, но разные типы меток столбцов, что всё равно 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 одинаковых 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