排序后DataFrame的ID列equals返回False的原因及替代验证方法

原因：索引不匹配导致equals返回False #

Series.equals()方法会同时验证值的内容和索引结构是否完全一致。你虽然对两个DataFrame按ID排序了，但默认sort_values()不会重置索引，排序后的df1和df2保留了原始的行索引：

• 排序后的df1索引是[3, 2, 1, 0]（对应原始数据中ID为2、3、7、15的行）
• 排序后的df2索引是[0, 1, 3, 2]（对应原始数据中ID为2、3、7、15的行）

因为索引不一致，所以df1['ID'].equals(df2['ID'])返回False，尽管ID的数值完全相同。

其他验证ID列是否相等的方法 #

1. 重置索引后再用equals比较 #

给两个列重置索引（丢弃原索引），确保索引一致后再比较：

df1_id = df1['ID'].reset_index(drop=True)
df2_id = df2['ID'].reset_index(drop=True)
print(df1_id.equals(df2_id))  # 会返回True

或者在排序时直接设置ignore_index=True，一步到位：

df1 = df1.sort_values(by=['ID'], ignore_index=True)
df2 = df2.sort_values(by=['ID'], ignore_index=True)
print(df1['ID'].equals(df2['ID']))  # 返回True

2. 直接比较数值数组，忽略索引 #

提取列的底层数值数组进行比较，只验证值是否一致：

# 方法1：用numpy的数组相等判断
import numpy as np
print(np.array_equal(df1['ID'], df2['ID']))

# 方法2：逐元素比较后判断是否全为True
print((df1['ID'].values == df2['ID'].values).all())

3. 验证ID的集合是否一致（不关心顺序时适用） #

如果不需要严格保证顺序，只需要确认两个列包含的ID完全相同，可以用集合比较：

print(set(df1['ID']) == set(df2['ID']))

内容的提问来源于stack exchange，提问作者Angie