熊貓DataFrame相等 - 索引編號

Question

索引編號是否在測試數據幀相等方面很重要？我有兩個完全相同的數據和列相同的數據框。唯一的區別是每行的索引號是不同的，等於方法返回一個False。我怎樣才能解決這個問題？這裏是我的數據幀

A B 
0 87 54 
1 87 75 
2 87 22 
3 87 69 

    A B 
418 87 69 
107 87 54 
108 87 75 
250 87 22 

Answer 1

您可以使用np.array_equal檢查值，但是順序是重要的，所以在你的榜樣，你必須通過索引第一排序。

In [11]: df1 
Out[11]: 
    A B 
0 87 54 
1 87 75 
2 87 22 
3 87 69 

In [12]: df2 
Out[12]: 
     A B 
418 87 69 
107 87 54 
108 87 75 
250 87 22 

In [13]: df3 = df2.sort() 

In [14]: df3 
Out[14]: 
     A B 
107 87 54 
108 87 75 
250 87 22 
418 87 69 

In [15]: np.array_equal(df1, df3) 
Out[15]: True 

---

注：不能比較DF1和DF2，因爲他們有不同的指標：

In [21]: df1 == df2 
ValueError: Can only compare identically-labeled DataFrame object 

您可以重置索引，但要知道一個例外可以提高該原因：

In [22]: df3.reset_index(drop=True) 
Out[22]: 
    A B 
0 87 54 
1 87 75 
2 87 22 
3 87 69 

In [23]: np.all(df1 == df3.reset_index(drop=True)) 
Out[23]: True 

另一種選擇是有一個嘗試，除塊周圍assert_frame_equals：

In [24]: pd.util.testing.assert_frame_equal(df1, df3.reset_index(drop=True)) 

如在此related answer。

傑夫指出，你可以使用.equals，它做到這一點：

In [25]: df1.equals(df3.reset_index(drop=True)) 
Out[25]: True