比较两个Pandas数据框的内容，即使行的顺序不同。

Question

我有两个pandas数据帧，它们的行以不同的顺序排列，但包含相同的列。 我的目标是轻松比较这两个数据帧并确认它们都包含相同的行。

我尝试了“equals”函数，但似乎缺少某些东西，因为结果与预期不符：

df_1 = pd.DataFrame({1: [10,15,30], 2: [20,25,40]})
df_2 = pd.DataFrame({1: [30,10,15], 2: [40,20,25]})
df_1.equals(df_2)

我期望的结果是True，因为这两个数据框包含相同的行，只是顺序不同，但实际返回的是False。

- jotNewie

---

你不能先排序吗？ - rafaelc

我认为在实际例子中并不那么容易，因为我需要按多列进行排序。这种同时排序会起作用吗？ - jotNewie

我相信是这样的...试一下，看看吧。 - rafaelc

Answer 1

你可以在 DataFrame.sort_values 中指定要排序的列 - 在我的解决方案中，通过对所有列进行排序和使用 DataFrame.reset_index 并设置 drop=True 来为两个 DataFrames 设置默认索引：

df11 = df_1.sort_values(by=df_1.columns.tolist()).reset_index(drop=True)
df21 = df_2.sort_values(by=df_2.columns.tolist()).reset_index(drop=True)
print (df11.equals(df21))
True

- jezrael

Answer 2

尝试排序并重置索引。"Original Answer"翻译成"最初的回答"。

df_1.sort_values(by=[1,2]).equals(df_2.sort_values(by=[1,2]).reset_index(drop=True))

- rafaelc

Answer 3

如果两个相似的数据框的列和行排序不同，以下是解决方案：

对列进行排序

df_1 = df_1[df_2.columns]

选择按列排序行。

ref_len = 0
for col in df_1.columns:
    if(len(set(df_1[col])) > ref_len):
        final_col = col
        ref_len = len(set(df_1[col]))

排序行

df11 = df_1.sort_values(by=[final_col]).reset_index(drop=True)
df21 = df_2.sort_values(by=[final_col]).reset_index(drop=True)

df11.equals(df21)

- DesiKeki