如何比较两个忽略列名的数据框？

Question

假设我想比较两个数据框的内容，而不是列名（或索引名）。 是否可以在不重命名列的情况下实现这一目标？

例如：

df = pd.DataFrame({'A': [1,2], 'B':[3,4]})
df_equal = pd.DataFrame({'a': [1,2], 'b':[3,4]})
df_diff = pd.DataFrame({'A': [1,2], 'B':[3,5]})

在这种情况下， df是df_equal但不同于df_diff ，因为在值df_equal具有相同的内容，但在那些df_diff 。 注意df_equal中的列名是不同的，但我还是想得到一个真值。

我尝试了以下方法：

等于：

# Returns false because of the column names
df.equals(df_equal)

等式：

# doesn't work as it compares four columns (A,B,a,b) assuming nulls for the one that doesn't exist
df.eq(df_equal).all().all()

pandas.testing.assert_frame_equal：

# same as equals
pd.testing.assert_frame_equal(df, df_equal, check_names=False)

我认为可以使用assert_frame_equal ，但似乎没有一个参数可以忽略列名。

Answer 1

pd.DataFrame围绕pd.Series ，因此您不太可能在没有列名的情况下执行比较。

但最有效的方法是下拉到numpy ：

assert_equal = (df.values == df_equal.values).all()

要处理np.nan ，您可以np.testing.assert_equal 建议使用np.testing.assert_equal并捕获AssertionError ：

import numpy as np

def nan_equal(a,b):
    try:
        np.testing.assert_equal(a,b)
    except AssertionError:
        return False
    return True

assert_equal = nan_equal(df.values, df_equal.values)

Answer 2

我只需要从数据框中获取值（numpy 数组），因此不会考虑列名。

df.eq(df_equal.values).all().all()

我仍然希望在equals或assert_frame_equal上看到一个参数。 也许我错过了一些东西。

---

与@jpp 答案相比，这样做的一个优点是，我可以看到哪些列不匹配，只调用all()一次：

df.eq(df_diff.values).all()
Out[24]: 
A     True
B    False
dtype: bool

---

一个问题是，当使用 eq 时， np.nan不等于np.nan ，在这种情况下，以下表达式将适用：

(df.eq(df_equal.values) | (df.isnull().values & df_equal.isnull().values)).all().all()

Answer 3

df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})

for i in range(df1.shape[0]):
    for j in range(df1.shape[1]):
        print(df1.iloc[i, j] == df2.iloc[i, j])

将返回：

True
True
True
True

同样的事情：

df1 = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
df2 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})

一个明显的问题是列名在 Pandas 中对数据框排序很重要。 例如：

df1 = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
df2 = pd.DataFrame({'a': [1, 2], 'B': [3, 4]})
print(df1)
print(df2)

呈现为（'B' 在 df2 中的 'a' 之前）：

   a  b
0  1  3
1  2  4
   B  a
0  3  1
1  4  2