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()
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)
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。
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)
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。