考虑以下简单设置：
x = pd.Series([1, 2, 3], index=list('abc'))
y = pd.Series([2, 3, 3], index=list('bca'))
x
a 1
b 2
c 3
dtype: int64
y
b 2
c 3
a 3
dtype: int64
如您所见，索引是相同的，只是顺序不同。
现在，考虑使用equals（==）运算符进行简单的逻辑比较：
x == y
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
抛出ValueError，很可能是因为索引不匹配。另一方面，调用等效eq运算符可以：
x.eq(y)
a False
b True
c True
dtype: bool
OTOH，给定的运算符方法y首先被重新排序...
x == y.reindex_like(x)
a False
b True
c True
dtype: bool
我的理解是，函数和运算符的比较应该做相同的事情，而其他所有事情都是相等的。什么是eq这样做的运营商比较不？
use*_*ica 31
查看整个回溯，以查找索引不匹配的系列比较，尤其关注异常消息：
In [1]: import pandas as pd
In [2]: x = pd.Series([1, 2, 3], index=list('abc'))
In [3]: y = pd.Series([2, 3, 3], index=list('bca'))
In [4]: x == y
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-4-73b2790c1e5e> in <module>()
----> 1 x == y
/usr/lib/python3.7/site-packages/pandas/core/ops.py in wrapper(self, other, axis)
1188
1189 elif isinstance(other, ABCSeries) and not self._indexed_same(othe
r):
-> 1190 raise ValueError("Can only compare identically-labeled "
1191 "Series objects")
1192
ValueError: Can only compare identically-labeled Series objects
我们看到这是一个有意实施的决定。而且，这不是Series对象所独有的-DataFrames会引发类似的错误。
最终，通过挖掘有关相关代码的Git责任，最终会发现一些相关的提交和问题跟踪线程。例如，Pandas的作者Wes McKinney Series.__eq__曾经完全忽略RHS的索引，并在有关该行为的错误报告的评论中说：
这实际上是功能/故意的选择，而不是错误，它与＃652有关。早在1月份，我就更改了比较方法以进行自动对齐，但是发现它导致大量错误/损坏用户，尤其是许多NumPy函数（通常会执行类似
arr[1:] == arr[:-1]；例如：的功能np.unique）停止工作。这回到了Series不够像ndarray的问题，并且可能不应该是ndarray的子类。
因此，除此以外，我没有一个很好的答案。自动对齐将是理想的选择，但是除非我使Series不是ndarray的子类，否则我认为我无法做到。我认为这可能是个好主意，但要等到0.9或0.10（接下来的几个月），才有可能实现。
然后将其更改为熊猫0.19.0中的当前行为。引用“新功能”页面：
已更改以下系列运算符以使所有运算符一致，包括DataFrame（GH1134，GH4581， GH13538）
- 现在，当索引不同时，系列比较运算符会引发ValueError。
- 系列逻辑运算符将左右两侧的索引对齐。
这使得Series行为与DataFrame的行为相匹配，DataFrame在比较中已经拒绝了不匹配的索引。
总而言之，使比较运算符自动对齐索引会破坏太多内容，因此这是最佳选择。
我喜欢python的一件事是，您可以深入了解几乎所有内容的源代码。从pd.Series.eq源代码中，它调用：
def flex_wrapper(self, other, level=None, fill_value=None, axis=0):
# other stuff
# ...
if isinstance(other, ABCSeries):
return self._binop(other, op, level=level, fill_value=fill_value)
然后继续pd.Series._binop：
def _binop(self, other, func, level=None, fill_value=None):
# other stuff
# ...
if not self.index.equals(other.index):
this, other = self.align(other, level=level, join='outer',
copy=False)
new_index = this.index
这意味着eq运算符会在比较之前对齐两个序列（显然，普通运算符==不会）。