[英]How to compare two dataframes ignoring column names?
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。
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)
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()
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
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.