如何判断两个Pandas Series对象相等？使用.equals()判定异常如何解决

你遇到的是Series比对的常见场景，差异基本都是肉眼不可见的细节导致的，可按照以下步骤排查：

1. 优先排查字符串类不可见字符 #

你给出的示例里值都是object类型的字符串，大概率是存在首尾空白、制表符、换行符这类打印时无法区分的字符。
验证方法：执行以下代码确认是否是空白字符导致：

# 对所有字符串元素做首尾去空白后再比对
print(series1.str.strip().equals(series2.str.strip()))

如果返回True，说明两个Series的差异是字符串首尾的不可见空白导致的，后续可以先做strip处理再做业务逻辑判断。

2. 检查空值（NaN）的影响 #

Pandas里NaN本身不等于自身，就算两个Series相同位置都是NaN，equals()方法也会判定为不相等。
验证方法：

# 先判断空值位置是否完全一致
print(series1.isna().equals(series2.isna()))
# 空值填充占位符后再比对值
print(series1.fillna('__EMPTY__').equals(series2.fillna('__EMPTY__')))

如果以上返回True，说明差异是相同位置的空值导致的，可以自定义比对逻辑处理空值场景。

3. 验证索引及元属性是否完全一致 #

你已经调整了索引顺序，但仍需确认索引的实际值、类型以及Series的name属性是否完全一致：

# 单独验证索引是否全等
print(series1.index.equals(series2.index))
# 验证name属性是否一致
print(repr(series1.name) == repr(series2.name))

如果索引比对返回False，可以逐个打印索引的repr()结果查看是否有不可见字符；如果name比对返回False，直接修正name属性即可。

4. 精准定位差异位置 #

如果以上排查都没找到原因，可以直接遍历两个Series逐个元素对比，直接定位差异点：

for idx, (val1, val2) in zip(series1.index, zip(series1, series2)):
    if val1 != val2:
        print(f"索引[{idx}]处值不一致：val1={repr(val1)}, val2={repr(val2)}，类型分别为{type(val1)}、{type(val2)}")

这个方法可以直接输出具体的差异内容，哪怕是非常隐蔽的类型差异、不可见字符差异都能直接识别。

内容的提问来源于stack exchange，提问作者Mkay