为何初始化方式不同但内容相同的DataFrame.equals()返回False？

先看复现代码：

import pandas as pd

df1 = pd.DataFrame(columns=["A"])
df2 = pd.DataFrame({"A": []})
print(df1)
print(df2)
print(df1.equals(df2))

执行后输出：

Empty DataFrame
Columns: [A]
Index: []
Empty DataFrame
Columns: [A]
Index: []
False

核心原因：列的数据类型不匹配 #

这两个空DataFrame看起来结构一致，但equals()方法返回False的本质是列"A"的数据类型不同：

• df1是通过指定列名创建的空DataFrame，pandas会默认给列设置object类型（无数据时的通用默认类型）。
• df2是通过字典传入空列表创建的，空列表在pandas中会被推断为float64类型（空数值序列的默认类型）。

你可以通过dtypes属性直接验证：

print(df1.dtypes)
# A    object
# dtype: object

print(df2.dtypes)
# A    float64
# dtype: object

equals()方法会严格校验数据类型的一致性，哪怕内容和结构看起来完全一样，只要类型不匹配就会返回False。

让两者相等的解决方法 #

显式指定统一的数据类型即可：

# 方法1：给df1指定float64类型
df1 = pd.DataFrame(columns=["A"], dtype="float64")
df2 = pd.DataFrame({"A": []})
print(df1.equals(df2))  # 输出True

# 方法2：给df2指定object类型
df1 = pd.DataFrame(columns=["A"])
df2 = pd.DataFrame({"A": []}, dtype="object")
print(df1.equals(df2))  # 输出True

内容的提问来源于stack exchange，提问作者jvisprime