pandas DataFrame中is运算符判断相同iloc取值返回False的原因

首先明确核心前提：Python的is运算符比较的是两个对象的内存地址，也就是判断两个名称是否指向内存中完全同一个实例，不负责判断值是否相等，值相等判断需要用==。

你遇到的返回False的情况，本质原因都是每次调用iloc取值时，pandas都会返回一个新创建的独立对象，两次调用生成的对象内存地址不同，分两种场景具体说明：

• 场景1：dt.iloc[1] is dt.iloc[1]
  单参数调用iloc[1]会取索引位置为1的整行数据，返回值是一个Series对象。每次执行dt.iloc[1]时pandas都会重新构造一个新的Series实例，哪怕两个实例存储的内容完全一致，也是内存里互不相关的两个对象，因此is判断返回False。
  你可以通过打印对象内存地址验证：

  import pandas as pd
  
  dt = pd.DataFrame({
  'name' : ['o', 'a', 'x'],
  'mark' : [7, 4, 10]
  })
  
  row1 = dt.iloc[1]
  row2 = dt.iloc[1]
  print(id(row1), id(row2))  # 两个地址完全不同
  print(row1 == row2)        # 值比较会返回True
  

• 场景2：dt.iloc[1,2] is dt.iloc[1,2]
  首先你构造的dt只有2列，列的位置索引范围是0~1，iloc[1,2]本身会触发索引越界错误，属于笔误。如果是取合法位置的单个单元格标量值出现is判断为False的情况，原理和取行一致：pandas返回标量值时（尤其是numpy数值类型、字符串类型），多数场景会新建值对象，两次调用得到的是两个独立实例，内存地址不同，is判断自然返回False。

提示：日常写pandas代码时，判断内容是否相等一律用==，不要用is做值判断，is仅适合用来判断对象是否是单例（比如is None这类场景）。

内容的提问来源于stack exchange，提问作者Omar AlHadidi