Pandas.equals 方法在 windows 和 linux 之間返回不同的結果

Question

我正在嘗試使用conda在windows10上部署相同的代碼，並且在 linux 上工作的單元測試在windows上沒有function 。

在 Ubuntu 上：

df_1

                    col_1                 col_2                      col_3
0                     [-]                     1                        nul
1                     [-]                     1                    pas top
2         [+, plus_small]                     2  personal-minute du centre
3         [+, plus_small]                     2                        top
4         [+, plus_small]                     2                  tres bien

當我們查看細節時

df_1.to_dict()

{
 'col_1': {0: ['-'], 1: ['-'], 2: ['+', 'plus_small'], 3: ['+', 'plus_small'], 4: ['+', 'plus_small']}, 
 'col_2': {0: 1, 1: 1, 2: 2, 3: 2, 4: 2}, 
 'col_3': {0: 'nul', 1: 'pas top', 2: 'personal-minute du centre', 3: 'top', 4: 'tres bien'}
}

當我們查看細節時

df_2

                    col_1                 col_2                      col_3
0                     [-]                     1                        nul
1                     [-]                     1                    pas top
2         [+, plus_small]                     2  personal-minute du centre
3         [+, plus_small]                     2                        top
4         [+, plus_small]                     2                  tres bien

df_2.to_dict()

{
 'col_1': {0: ['-'], 1: ['-'], 2: ['+', 'plus_small'], 3: ['+', 'plus_small'], 4: ['+', 'plus_small']}, 
 'col_2': {0: 1, 1: 1, 2: 2, 3: 2, 4: 2}, 
 'col_3': {0: 'nul', 1: 'pas top', 2: 'personal-minute du centre', 3: 'top', 4: 'tres bien'}
}

結果

df_1.equals(df_2)                                                                                                                                                                                     
True

在 Windows10 上：

df_1

                    col_1                 col_2                      col_3
0                     [-]                     1                        nul
1                     [-]                     1                    pas top
2         [+, plus_small]                     2  personal-minute du centre
3         [+, plus_small]                     2                        top
4         [+, plus_small]                     2                  tres bien

當我們查看細節時

{
 'col_1': {0: ['-'], 1: ['-'], 2: ['+', 'plus_small'], 3: ['+', 'plus_small'], 4: ['+', 'plus_small']}, 
 'col_2': {0: 1, 1: 1, 2: 2, 3: 2, 4: 2}, 
 'col_3': {0: 'nul', 1: 'pas top', 2: 'personal-minute du centre', 3: 'top', 4: 'tres bien'}
}

df_2

                    col_1                 col_2                      col_3
0                     [-]                     1                        nul
1                     [-]                     1                    pas top
2         [+, plus_small]                     2  personal-minute du centre
3         [+, plus_small]                     2                        top
4         [+, plus_small]                     2                  tres bien

當我們查看細節時

df2.to_dict()

{
 'col_1': {0: ['-'], 1: ['-'], 2: ['+', 'plus_small'], 3: ['+', 'plus_small'], 4: ['+', 'plus_small']}, 
 'col_2': {0: 1, 1: 1, 2: 2, 3: 2, 4: 2}, 
 'col_3': {0: 'nul', 1: 'pas top', 2: 'personal-minute du centre', 3: 'top', 4: 'tres bien'}
}

df_1 == df_2
                    col_1                 col_2                      col_3
0                    True                  True                       True
1                    True                  True                       True
2                    True                  True                       True
3                    True                  True                       True
4                    True                  True                       True

接着：

df_1.equals(df_2)
False

Answer 1

我可以用to_dict==替換.equals方法

前：

df_1.equals(df_2)
False

后：

df_1.to_dict() == df_2.to_dict()
True

謝謝@Ch3steR 的想法！