比较pandas系列在包含nan时是否相等？

Question

我的应用程序需要比较有时包含nans的Series实例。这导致使用==进行普通比较失败，因为nan != nan：

import numpy as np
from pandas import Series
s1 = Series([1,np.nan])
s2 = Series([1,np.nan])

>>> (Series([1, nan]) == Series([1, nan])).all()
False

比较这个系列的正确方法是什么？

Answer 1

这个怎么样？首先检查NaN是否在同一个地方（使用isnull）：

In [11]: s1.isnull()
Out[11]: 
0    False
1     True
dtype: bool

In [12]: s1.isnull() == s2.isnull()
Out[12]: 
0    True
1    True
dtype: bool

然后检查非NaN的值是否相等（使用notnull）：

In [13]: s1[s1.notnull()]
Out[13]: 
0    1
dtype: float64

In [14]: s1[s1.notnull()] == s2[s2.notnull()]
Out[14]: 
0    True
dtype: bool

为了平等，我们需要两者都是真的：

In [15]: (s1.isnull() == s2.isnull()).all() and (s1[s1.notnull()] == s2[s2.notnull()]).all()
Out[15]: True

如果这还不够，您还可以检查姓名等。

如果您想提升，如果它们不同，请使用pandas.util.testing中的assert_series_equal：

In [21]: from pandas.util.testing import assert_series_equal

In [22]: assert_series_equal(s1, s2)

Answer 2

目前应该只使用series1.equals(series2)查看docs。这也会检查nan是否处于相同的位置。

Answer 3

In [16]: s1 = Series([1,np.nan])

In [17]: s2 = Series([1,np.nan])

In [18]: (s1.dropna()==s2.dropna()).all()
Out[18]: True