比较 2 个 pd.array 的令人惊讶的结果

Question

使用

python

3.10.13、

pandas

2.2.0 和

numpy

1.26.4，我希望能够使用类似的东西（按照 ruff linter 的要求）：

# this is False
$ (pd.array([""]) == pd.array([""]))[0] is True
False

# this does work
$ (pd.array([""]) == pd.array([""]))[0] == True
True

# though
$ (pd.array([""]) == pd.array([""]))[0]
True

注意：将

pd.array([""])

包装在列表中可以解决问题，我问为什么这里看起来

True

!=

True

.

附加信息：

# you end up with a StringArray when using
$ pd.DataFrame(dict(a=[""])).unique()

# this behavior is also true for
$ (pd.DataFrame(dict(a=[""])) == pd.DataFrame(dict(a=[""]))).values[0][0] is True
False

# one needs to use pd.DataFrame.equals for it to work
$ pd.DataFrame(dict(a=[""])).equals(pd.DataFrame(dict(a=[""]))) is True
True

Answer 1

来自 文档 的

is

：

运算符

is

和

is not

测试对象的身份：当且仅当

x

和 y 是同一对象时，x is y 为 true。对象的身份是使用

id()

函数确定的。

因此，

id

值不会相同。这是有道理的，因为尽管看起来

pd.array([""]) == pd.array([""]))[0]

不是 bool，而是

np.bool_

，即，它是一个不同的对象。

np_bool = (pd.array([""]) == pd.array([""]))[0]

id(np_bool)
# 140727655433136

type(np_bool)
numpy.bool_

id(True)
# 140727548180584

type(True)
# bool