pandas.DataFrame.equals

DataFrame.equals(other)[source]

Проверка, содержат ли два объекта одинаковые элементы.

Эта функция позволяет сравнить две Series или DataFrame, чтобы определить, имеют ли они одинаковую форму и элементы. Значения NaN в одном и том же месте считаются равными.

Индексы строк/столбцов не обязательно должны иметь одинаковый тип, если их значения считаются равными. Соответствующие столбцы и индексы должны быть одного типа.

Параметры:

other:Series или 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

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

DataFrame.eq

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

testing.assert_series_equal

Вызывает исключение AssertionError, если left и right не равны. Обеспечивает простой интерфейс для игнорирования неравенства в типах данных, индексах и точности и др.

testing.assert_frame_equal

Аналогично assert_series_equal, но для DataFrames.

numpy.array_equal

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

Примеры

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

DataFrames df и exactly_equal имеют одинаковые типы и значения элементов и меток столбцов, что вернет True.

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

DataFrames 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

DataFrames df и different_data_type имеют разные типы для одинаковых значений элементов и вернут False, даже если 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