pandas series.equals() 方法如何处理空值?

pandasserver side programmingprogramming更新于 2025/5/21 15:07:17

series 对象中缺少值的情况很常见，如果要比较该类型的 series 对象，则普通比较不起作用，因为 nan != nan，在这种情况下，我们可以使用 equals() 方法。equals() 方法认为位于同一位置的 Nan 相等。

pandas series.equals() 方法的基本操作用于比较两个 series 是否相等。如果两个系列具有相同的元素和形状，则返回 True，如果两个系列不相等，则返回 False。

示例 1

在下面的示例中，两个系列对象 series1 和 series2 应用于 equals() 方法以比较相等性。

# 导入 pandas 包
import pandas as pd
import numpy as np

# 创建 pandas Series1
series1 = pd.Series([67, 18, np.nan, 50, 39])

print("First series object:",series1)

# 创建 pandas Series2
series2 = pd.Series([67, 18, np.nan, 50, 39])
print("second series object:",series2)

result = series1.equals(series2)

print("Result:", result)

解释

由于系列对象完全相似，并且在同一位置的两个系列对象中存在 nan 值。

输出

输出如下 −

First series object:
0    67.0
1    18.0
2     NaN
3    50.0
4    39.0
dtype: float64

Second series object:
0    67.0
1    18.0
2     NaN
3    50.0
4    39.0
dtype: float64

Result: True

此处两个系列对象完全相同，数据类型相同，因此 equals() 方法返回 True。此外，您可以看到，如果 NaN 出现在相同位置，则它们被视为相等。

示例 2

在以下示例中，通过应用 equals() 方法验证两个系列对象 series1 和 series2 是否相等。

import pandas as pd
import numpy as np

# create pandas Series1
series1 = pd.Series([92, 68, 65, np.nan])

print("First series object:",series1)

# create pandas Series2
series2 = pd.Series(['92', '68', '65', np.nan])
print("second series object:",series2)

result = series1.equals(series2)
print("Result :", result)

解释

这里的系列对象类似，但是元素的数据类型不同。

输出

输出如下所示 −

First series object:
0    92.0
1    68.0
2    65.0
3     NaN
dtype: float64

Second series object:
0     92
1     68
2     65
3    NaN
dtype: object

Result: False

对于上面给出的示例，相等函数 equals() 返回 False。因为两个系列对象中元素的数据类型不一样。