数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究Pandas 中 series.equals() 方法的基本操作是什么？
Pandas 构造函数中 series.equals() 方法的基本操作用于测试两个 Series 对象中的元素是否相同，它还会比较两个 Series 对象的形状。
equals() 方法与 pandas series.eq() 方法非常相似，但区别在于它将返回一个布尔值作为结果，而 eq() 方法返回一个包含布尔值的 Series 对象。
输出布尔值 True 表示两个 Series 对象中的元素相同。对于 Series 对象中不相等的元素，它表示 False。
示例 1
在以下示例中，我们将了解 equals() 方法如何对两个 Series 对象的元素执行比较操作。
# importing pandas package
import pandas as pd
# create pandas Series1
series1 = pd.Series([34, 12, 21, 65, 89])
print("First series object:",series1)
# create pandas Series2
series2 = pd.Series([34, 21, 89, 65, 12])
print("second series object:",series2)
result = series1.equals(series2)
print("Result :", result)解释
因此，最初，我们创建了两个具有相同元素但位置已更改的 Pandas Series 对象。
成功创建两个 Series 对象后，我们应用了 equals() 方法。
输出
输出如下所示：
First series object: 0 34 1 12 2 21 3 65 4 89 dtype: int64 Second series object: 0 34 1 21 2 89 3 65 4 12 dtype: int64 Result: False
在上面的输出块中，我们可以看到两个输入 Series 对象 series1、series2 和 equals() 方法的输出。这里，equals() 方法返回 False，这表示两个给定 Series 对象中的元素不相同。
示例 2
在以下示例中，我们将了解 equals() 方法如何处理具有相同数据但索引标签的数据类型不同的两个 Series 对象。
# importing pandas package
import pandas as pd
# create pandas Series1
series1 = pd.Series([78, 22, 12])
print("First series object:",series1)
# create pandas Series2
series2 = pd.Series([78, 22, 12], index=[0.0, 1.0, 2.0])
print("second series object:",series2)
result = series1.equals(series2)
print("Result :", result)输出
输出如下所示：
First series object: 0 78 1 22 2 12 dtype: int64 Second series object: 0.0 78 1.0 22 2.0 12 dtype: int64 Result: True
对于 equals() 方法，元素的数据类型应相同。但索引标签的数据类型不需要具有相同的数据类型。这就是为什么 equals() 方法对以下示例返回 True 的原因。
更新于： 2022-03-07
107 次查看
广告