比较两个具有不同整数类型的 Pandas 数据帧

Question

我刚刚遇到了一些奇怪的行为，使用pd.Dataframe.equals()以下方法比较两个熊猫数据帧的值：

比较一

df1 = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})
df2 = df1.copy()

df1.equals(df2)
# True (obviously)

但是，当我将列类型更改为不同的整数格式时，它们将不再被视为相等：

df1['a'] = df1['a'].astype(np.int32)
df1.equals(df2)
# False

在.equals()文档中，他们指出变量必须具有相同的类型，并提供了一个将浮点数与整数进行比较的示例，但这是行不通的。我没想到这也会扩展到不同类型的整数。

使用进行相同的比较时==，它确实返回True：

(df1 == df2).all().all()   
# True

但是，==不会将两个缺失值评估为彼此相等。

有没有一种优雅的方法来处理缺失值相等，同时不强制执行相同的整数类型？我能想到的最好的是：

(df1.fillna(0) == df2.fillna(0)).all().all()

但是必须有一种更简洁、更简洁的方法来处理这个问题。

我的后续基于意见的问题：您认为这是一个错误吗？

Answer 1

如果您认为这是一个小数问题（即 2 等于 2），那么这可能看起来像一个错误。然而，如果你从解释器的角度来看（即 00000010 是否等于 0000000000000010），那么很明显，确实存在差异。按位运算。

从验证的角度来看，确保您正在比较苹果可能是一个好主意，所以我喜欢@Ben.T的答案：

df1.equals(df2.astype(df1.dtypes))

这是一个错误吗？这高于我的工资等级。你可以提交它，然后 pandas 库周围的思考者就可以做出决定。'==' 运算符给出的结果与 '.equals' 函数不同，这看起来确实很奇怪，这可能会影响决策。