为什么 pandas 比较运算符不在索引上对齐？
why do pandas comparison operators not align on index?
我一直在追踪严重依赖 pandas 的复杂应用程序中的一个难以捉摸的错误，最终将其追踪到一个系列排序问题。具有不同排序但兼容的索引的系列不会由比较运算符自动对齐。这与算术运算符的行为不同，据我所知没有记录。修复很简单 - 只需重新索引即可。我的问题是为什么 pandas 中存在这种行为 - 这是一个错误吗？
>>> x = pd.Series({'A':1,'B':2,'C':3}, index=['A','B','C'])
>>> y = pd.Series({'A':1,'B':2,'C':3}, index=['B','C','A'])
>>> x/y
A 1
B 1
C 1
dtype: float64
>>> x==y
A False
B False
C False
dtype: bool
>>> x.eq(y)
A False
B False
C False
dtype: bool
>>> x==y.reindex(x.index)
A True
B True
C True
dtype: bool
在此处查看讨论：https://github.com/pydata/pandas/issues/1134
这本来是一个特性，虽然不再需要支持的原因（Series 已经有一段时间不是 ndarray 的子类了）
前一段时间我确实尝试解决这个问题，但它引发了一大堆问题。一如既往地感谢文档注释以澄清
我一直在追踪严重依赖 pandas 的复杂应用程序中的一个难以捉摸的错误，最终将其追踪到一个系列排序问题。具有不同排序但兼容的索引的系列不会由比较运算符自动对齐。这与算术运算符的行为不同，据我所知没有记录。修复很简单 - 只需重新索引即可。我的问题是为什么 pandas 中存在这种行为 - 这是一个错误吗？
>>> x = pd.Series({'A':1,'B':2,'C':3}, index=['A','B','C'])
>>> y = pd.Series({'A':1,'B':2,'C':3}, index=['B','C','A'])
>>> x/y
A 1
B 1
C 1
dtype: float64
>>> x==y
A False
B False
C False
dtype: bool
>>> x.eq(y)
A False
B False
C False
dtype: bool
>>> x==y.reindex(x.index)
A True
B True
C True
dtype: bool
在此处查看讨论：https://github.com/pydata/pandas/issues/1134
这本来是一个特性，虽然不再需要支持的原因（Series 已经有一段时间不是 ndarray 的子类了）
前一段时间我确实尝试解决这个问题，但它引发了一大堆问题。一如既往地感谢文档注释以澄清