pandas series.equals() 方法如何处理空值？

在一个系列对象中缺失值是很常见的，如果你想比较那种类型的系列对象那么普通的比较是行不通的，因为nan！= nan，这种情况下，我们可以使用该equals()方法。该equals()方法认为Nan在同一位置是相等的。

pandas方法的基本操作用于比较两个系列的相等性。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。series.equals()

示例 1

在以下示例中，将两个系列对象 series1 和 series2 应用于equals()比较相等性的方法。

# importing pandas package
import pandas as pd
import numpy as np

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

print("第一个系列对象：",series1)

# create pandas Series2
series2 = pd.Series([67, 18, np.nan, 50, 39])
print("第二系列对象：",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一个 nan 值。

输出结果

输出如下所述 -

第一个系列对象：
0    67.0
1    18.0
2     NaN
3    50.0
4    39.0
dtype: float64

第二系列对象：
0    67.0
1    18.0
2     NaN
3    50.0
4    39.0
dtype: float64

Result: True

这里两个系列对象完全相似，具有相同的数据类型，该equals()方法返回 True 作为结果。此外，您可以看到，如果 NaN 出现在同一位置，则它们被视为相等。

示例 2

equals()在以下示例中，通过应用该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("第一个系列对象：",series1)

# create pandas Series2
series2 = pd.Series(['92', '68', '65', np.nan])
print("第二系列对象：",series2)

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

解释

这里的系列对象相似，但元素的数据类型不同。

输出结果

输出如下 -

第一个系列对象：
0    92.0
1    68.0
2    65.0
3     NaN
dtype: float64

第二系列对象：
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。