pandas.Series.equals#

Проверить, содержат ли два объекта одинаковые элементы.

Эта функция позволяет сравнивать два Series или DataFrame друг с другом, чтобы проверить, имеют ли они одинаковую форму и элементы. NaN в одном и том же месте считаются равными.

Индексы строк/столбцов не обязательно должны быть одного типа, если значения считаются равными. Соответствующие столбцы и индекс должны быть одного типа данных.

Параметры:

otherSeries или DataFrame: Другой Series или DataFrame для сравнения с первым.

Возвращает:

bool: True, если все элементы одинаковы в обоих объектах, False в противном случае.

Смотрите также

Series.eq: Сравните два объекта Series одинаковой длины и верните Series, где каждый элемент равен True, если элементы в каждом Series равны, и False в противном случае.
DataFrame.eq: Сравните два объекта DataFrame одинаковой формы и верните DataFrame, где каждый элемент равен True, если соответствующий элемент в каждом DataFrame равен, и False в противном случае.
testing.assert_series_equal: Вызывает AssertionError, если левая и правая части не равны. Предоставляет простой интерфейс для игнорирования неравенства в типах данных, индексах и точности, среди прочего.
testing.assert_frame_equal: Как assert_series_equal, но предназначено 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 для своих 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

DataFrames df и different_column_type имеют одинаковые типы элементов и значения, но имеют разные типы для меток столбцов, что все равно вернет 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 их 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