Jupyter Lab中相同if判断对比DataFrame时执行表现不一致问题

问题场景 #

使用Jupyter Lab开展数据分析时，需要对比两个pandas DataFrame对象：

• df_lastweek：仅提取上周数据生成，共10行记录
• df_lastmonth：提取最近30天数据生成，共21行记录
  二者数据内容、行数均存在明显差异，df_lastmonth行数显著多于df_lastweek。

异常表现 #

运行如下判断两个DataFrame不相等的代码时，if块内的df_lastmonth.describe()始终没有输出，疑似未被执行：

if not df_lastweek.equals(df_lastmonth):
    df_lastmonth.describe()

但在下一个单元格使用完全相同的if判断条件，却可以正常触发执行，成功调用regplot_of_df(df_lastmonth, 2000)完成数据绘图。调换两个单元格的执行顺序后，包含describe()的代码块依然没有对应输出。

两个DataFrame结构信息 #

df_lastweek 元信息 #

<class 'pandas.core.frame.DataFrame'>
Int64Index: 10 entries, 0 to 9
Data columns (total 12 columns):
 #   Column            Non-Null Count  Dtype         
---  ------            --------------  -----         
 0   Date              10 non-null     object        
 1   partofday         10 non-null     object        
 2   Time              10 non-null     object        
 3   SYS               10 non-null     int64         
 4   DIA               10 non-null     int64         
 5   Pulse             10 non-null     int64         
 6   Measurement Date  10 non-null     object        
 7   datetime          10 non-null     datetime64[ns]
 8   unix              10 non-null     float64       
 9   elapsed_seconds   10 non-null     float64       
 10  bp_stage          10 non-null     object        
 11  bp_color          10 non-null     object        
dtypes: datetime64[ns](1), float64(2), int64(3), object(6)
memory usage: 1.0+ KB

df_lastmonth 元信息 #

<class 'pandas.core.frame.DataFrame'>
Int64Index: 21 entries, 0 to 20
Data columns (total 12 columns):
 #   Column            Non-Null Count  Dtype         
---  ------            --------------  -----         
 0   Date              21 non-null     object        
 1   partofday         21 non-null     object        
 2   Time              21 non-null     object        
 3   SYS               21 non-null     int64         
 4   DIA               21 non-null     int64         
 5   Pulse             21 non-null     int64         
 6   Measurement Date  21 non-null     object        
 7   datetime          21 non-null     datetime64[ns]
 8   unix              21 non-null     float64       
 9   elapsed_seconds   21 non-null     float64       
 10  bp_stage          21 non-null     object        
 11  bp_color          21 non-null     object        
dtypes: datetime64[ns](1), float64(2), int64(3), object(6)
memory usage: 2.1+ KB

根因与解决方法 #

这个问题和pandas的equals()判断逻辑无关，是Jupyter的默认输出规则导致的误判：

• Jupyter单元格默认仅会自动渲染单元格最后一行表达式的返回值。df_lastmonth.describe()是返回统计结果DataFrame的表达式，本身没有主动打印/渲染逻辑，如果它不是所在单元格的最后一行代码，运行后返回值不会被展示，看起来就像代码没有执行。
• 后续单元格的绘图函数可以正常显示，是因为绘图逻辑会主动将图像渲染到前端输出，不依赖Jupyter的最后一行自动输出规则，和if判断是否生效没有关联。
• 验证与修复：
  • 将if块内代码改为print(df_lastmonth.describe())，主动打印统计结果，运行后即可看到正常输出
  • 也可以在if块内添加一行print("已进入不等判断分支")，运行后会看到打印内容正常输出，直接证明判断逻辑完全正常
• 补充说明：两个DataFrame行数分别为10行、21行，df_lastweek.equals(df_lastmonth)本身必然返回False，判断条件不存在不触发的可能。

内容的提问来源于stack exchange，提问作者Robert Alexander