我尝试将一些数据从Excel文件导入到pandas DataFrame，将其转换为csv文件并读回（以后需要对导出的csv文件进行进一步的基于文件的处理，因此这是一个必要步骤）。
出于数据完整性的考虑，导出和重新导入的数据应该相同。因此，我比较了不同的DataFrame并遇到了，至少根据熊猫的.equals() function来看，它们是不同的。
我认为这可能是与导出和重新导入数据时的字符串编码有关的问题，因为在文件处理过程中我必须传输char编码等。但是，我能够重现类似的行为，而没有任何与编码有关的问题，如下所示：
git为什么git告诉DataFrame不同，但是import pandas as pd
import numpy as np
# https://stackoverflow.com/a/32752318
df1 = pd.DataFrame(np.random.randint(0, 10, size=(10, 4)), columns=list('ABCD'))
df1.to_csv('foo.csv', index=False)
df2 = pd.read_csv('foo.csv')
df1.to_csv('bar.csv', index=True)
df3 = pd.read_csv('bar.csv')
print(df1.equals(df2), df1.equals(df3), df2.equals(df3))
print(all(df1 == df2))
告诉它们相等？根据{{3}}，.equals()甚至认为相同位置的all(df1 == df2)是相等的，而.equals()则不应该相等。因此，比较不同的DataFrame与NaN的严格性不及df1 == df2，但是在我提供的示例中返回的结果并不相同。
.equals()和df1 == df2认为我不知道哪个标准？我假设pandas内部的实现是正确的（没有研究代码本身内部的实现，但是导出和重新导入应该是标准的接口测试用例）。那我在做什么错了？
答案 0 :(得分：2)
我认为df1.equals(df2)返回False，因为它考虑了DataFrame dtype。 df1应具有int32列，而df2应具有int64列（您可以使用info()方法进行验证）。
您可以按照以下说明指定df2 dtype，以使dtype与df1相同：
df2 = pd.read_csv('foo.csv', dtype=np.int32)
如果dtype相同，则.equals()应该返回True
答案 1 :(得分：0)
使用index=True将数据帧写入.csv格式时；它会添加名称为Unnamed: 0的额外列。这就是.equals()和all(df1 == df2)都告诉数据帧不同的原因。但是，如果使用index=False编写.csv，则不会添加额外的列，您将获得与输入dataframe相等的输出.csv。
如果您不关心数据帧索引，则可以在将数据帧写入.csv时设置index=False或在读取csv时使用pd.read_csv('bar.csv').drop(['Unnamed: 0'],axis=1)。