Pandas2.2 DataFrame

Reindexing selection label manipulation

方法	描述
DataFrame.add_prefix(prefix[, axis])	用于在 DataFrame 的行標簽或列標簽前添加指定前綴的方法
DataFrame.add_suffix(suffix[, axis])	用于在 DataFrame 的行標簽或列標簽后添加指定后綴的方法
DataFrame.align(other[, join, axis, level, …])	用于對齊兩個 DataFrame 或 Series 的方法
DataFrame.at_time(time[, asof, axis])	用于篩選 特定時間點 的行的方法
DataFrame.between_time(start_time, end_time)	用于篩選 指定時間范圍內的數據行 的方法
DataFrame.drop([labels, axis, index, …])	用于從 DataFrame 中刪除指定行或列的方法
DataFrame.drop_duplicates([subset, keep, …])	用于刪除重復行的方法
DataFrame.duplicated([subset, keep])	用于檢測 重復行 的方法
DataFrame.equals(other)	用于比較兩個 DataFrame 是否完全相等的方法

pandas.DataFrame.equals()

pandas.DataFrame.equals(other) 是用于比較兩個 DataFrame 是否完全相等的方法。它會逐個檢查索引、列名以及每個元素的值是否一致，適用于數據驗證和測試場景。

---

📌 方法簽名

DataFrame.equals(other)

---

🔧 參數說明：

參數	類型	說明
other	DataFrame 或其他對象	要比較的對象，如果不是 DataFrame，直接返回 False

---

? 返回值：

• bool：如果兩個 DataFrame 完全相同（包括索引、列順序、值、數據類型），則返回 True；否則返回 False。

---

🧪 示例代碼：

示例 1：兩個完全相同的 DataFrame

import pandas as pddf1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}, index=['x', 'y'])
df2 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}, index=['x', 'y'])print("df1.equals(df2):", df1.equals(df2))

輸出結果：

df1.equals(df2): True

---

示例 2：列順序不同

df3 = pd.DataFrame({'B': [3, 4], 'A': [1, 2]}, index=['x', 'y'])print("df1.equals(df3):", df1.equals(df3))

輸出結果：

df1.equals(df3): False

---

示例 3：索引不同

df4 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}, index=['a', 'b'])print("df1.equals(df4):", df1.equals(df4))

輸出結果：

df1.equals(df4): False

---

示例 4：數據類型不同但值相同

df5 = pd.DataFrame({'A': [1.0, 2.0], 'B': [3.0, 4.0]}, index=['x', 'y'])print("df1.equals(df5):", df1.equals(df5))

輸出結果：

df1.equals(df5): False

即使數值上相等，但由于 df1 中是整數類型而 df5 是浮點類型，所以不認為相等。

---

示例 5：包含 NaN 的比較

df6 = pd.DataFrame({'A': [1, None], 'B': [None, 4]}, index=['x', 'y'])
df7 = pd.DataFrame({'A': [1, None], 'B': [None, 4]}, index=['x', 'y'])print("df6.equals(df7):", df6.equals(df7))

輸出結果：

df6.equals(df7): True

NaN 值在對應位置也視為相等。

---

🧠 應用場景：

• 測試腳本中驗證數據處理流程是否正確；
• 數據版本控制或快照對比；
• 檢查兩個來源的數據是否一致；
• 確保數據轉換前后未發生意外更改。

---

?? 注意事項：

• 必須結構和內容完全一致 才返回 True；
• 包括索引順序、列順序、數據類型、NaN 位置等；
• 不推薦用于大規模數據比較，效率較低；
• 對比時不會自動忽略行/列順序差異。

---