pandas中使用.eq()比较DataFrame时结果全为False的问题

.eq()返回全False是pandas序列运算的默认对齐规则导致的，和值本身没关系：
pandas对两个Series做逐元素比较时，会先按索引对齐配对，只有索引相同的位置才会比较值，索引不匹配的位置比较结果一律为False。
从你打印的输出能看到两个序列长度、索引覆盖范围完全不一样：

• df['ano']总长度为1，仅索引0位置存了值2021
• df2['ano']总长度为94，索引覆盖0~93，其中索引0位置值是2020，索引92、93位置才存了2021

实际比较时的逻辑是：

1. 只有索引0位置两边都有值，比较的是2021和2020，结果为False
2. 1~93的所有索引位置，df['ano']没有对应匹配的索引，全部返回False
3. 你看到df2里92、93行的2021，因为这两个索引在df['ano']里根本不存在对应条目，不会触发值相等的判断，所以最终输出全是False。

按你实际的业务需求选写法即可：

• 如果你要判断df2['ano']每个位置的值是否等于df里存的那个ano值（也就是2021），直接取标量比较，不需要走Series对齐逻辑：

# 取出df里ano的第一个标量值做全局比较
df2['ano'].eq(df['ano'].iloc[0])

执行后92、93行位置会正常返回True。

• 如果你的df['ano']后续可能有多个值，要判断df2的ano是否在df的ano值集合里，用包含判断：

df2['ano'].isin(df['ano'])

• 如果你就是想按位置顺序逐位比较（完全忽略索引），需要先转成无索引的数组再运算，注意这种写法要求两个序列长度完全一致，你当前两个序列长度差很多，直接用会报长度不匹配错误：

# 仅两个序列长度相同时使用，严格按位置0对0、1对1匹配比较
pd.Series(df['ano'].to_numpy() == df2['ano'].to_numpy())

内容的提问来源于stack exchange，提问作者null92