Python -比较整个数据框会得到与单个元素不同的结果

Question

我正在比较两个数据帧的列，我得到的结果与单独比较元素的结果不同。这适用于比较"None“。

import pandas as pd

df1 = ["a", None, None, "b"]
df1 = pd.DataFrame(df1)
df2 = ["a", None, "c", "d"]
df2 = pd.DataFrame(df2)
print(df1[0] != df2[0]) #[1] is True, why ??
print(df1[0][1] != df2[0][1]) #[1] here it is False
print( None != None ) #this is False

在比较数据帧时，这个"None“是不是被奇怪地转换了？

编辑:我已经找到了这个https://github.com/pandas-dev/pandas/issues/20442，但它没有给我任何明确的结果...这是功能吗？虫子？会不会被修复？

Answer 1

我认为DataFrames中的None值被视为NA值，当您关注单个元素时，它们被视为常规的None值。df1.isna()显示了这一点。

Answer 2

您将数据框视为一维数组，但事实并非如此。当您打印df1时，您会得到以下输出：

      0
0     a
1  None
2  None
3     b

df1引用您的对象。df1[0]引用您的第一组数据

list(df1[0]) == ['a', None, None, 'b']
list(df2[0]) == ["a", None, "c", "d"]

从上面我们可以简单地假设：

df1[0][1] == None
df2[0][1] == None

这就是为什么你的第二个print是假的。None != None确实是False。尽管您使用一维数组初始化数据框，但pandas创建的对象可以使用更复杂的数据集。