熊猫DataFrame相等 - 索引编号

Question

索引编号是否在测试数据帧相等方面很重要？我有两个完全相同的数据和列相同的数据框。唯一的区别是每行的索引号是不同的，等于方法返回一个False。我怎样才能解决这个问题？这里是我的数据帧

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检查值，但是顺序是重要的，所以在你的榜样，你必须通过索引第一排序。

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：不能比较DF1和DF2，因为他们有不同的指标：

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

您可以重置索引，但要知道一个例外可以提高该原因：

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 

另一种选择是有一个尝试，除块周围assert_frame_equals：

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

如在此related answer。

杰夫指出，你可以使用.equals，它做到这一点：

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