为何导出再导入的Pandas DataFrame彼此不相等？技术解析

执行代码后df1.equals(df)返回False，核心是两个技术层面的原因：

1. 索引被额外存储为数据列 #

原DataFrame的默认整数索引，在执行df.to_csv()时会被默认写入CSV的第一列（无列名）。而用pd.read_csv()读取时，这个无列名的第一列会被当成普通数据列，自动命名为Unnamed: 0。这直接导致df1比原df多了一列，结构完全不一致，equals方法会直接判定不相等。

验证代码：

print(df.columns)  # 输出: Index(['A', 'B', 'C', 'D'], dtype='object')
print(df1.columns) # 输出: Index(['Unnamed: 0', 'A', 'B', 'C', 'D'], dtype='object')

如果要规避这个问题，导出时可以指定不写入索引：df.to_csv('data.csv', index=False)，但此时仍可能因为浮点数问题导致不相等。

2. 浮点数精度的不可逆损失 #

np.random.randn()生成的是64位双精度浮点数，这类数值写入CSV时会被转换成字符串格式存储，默认只保留6位小数（Pandas默认设置）。当从CSV读回时，字符串重新解析为浮点数，但已经丢失了原始数值的高精度部分。

equals方法是逐元素精确比较，哪怕两个浮点数只有1e-8级别的微小差异，也会被判定为不相等。比如原数值是0.123456789，写入CSV后变成0.123457，读回后就和原值不一致了。

验证代码：

# 先处理索引问题后，用近似比较验证
df1 = pd.read_csv('data.csv')
df_no_index = df1.drop('Unnamed: 0', axis=1)
print(np.allclose(df, df_no_index))  # 输出: True，说明只是精度差异
print(df.equals(df_no_index))        # 输出: False，因为精确比较不通过

内容的提问来源于stack exchange，提问作者arilwan