如何将assertSequenceEqual与pandas系列一起使用？

Question

我想使用unittest模块检查两个pandas.Series对象是否具有相同的内容：

    self.assertSequenceEqual(
        df['some_column'],
        someOtherSeries)

根据unittest文档，以上内容应该可以工作（基于docs ）。 但是，当我运行上述单元测试时，我得到了：

======================================================================
ERROR: test_my_test (my_module.test.test_my_module.SimpleTest)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/root/src/my_module/my_module/test/test_my_test.py", line 28, in test_my_test
    someOtherSeries)
  File "/usr/local/lib/python2.7/unittest/case.py", line 663, in assertSequenceEqual
    if seq1 == seq2:
  File "/usr/local/lib/python2.7/site-packages/pandas/core/generic.py", line 917, in __nonzero__
    .format(self.__class__.__name__))
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

如何测试系列是否相同？

请注意，将Series转换为list对象似乎可以解决此问题，但是感觉就像是被黑客入侵了：

    self.assertSequenceEqual(
        list(df['some_column']),
        list(someOtherSeries))

Answer 1

请注意， df['some_column'].values是一个numpy数组。 要测试 numpy数组是否相等（相等），可以使用numpy.testing ：

from numpy import testing

testing.assert_array_equal(df['some_column'].values, someOtherSeries.values)

如果数组是浮点数，则应考虑numpy.testing.assert_almost_equal

testing.assert_almost_equal(df['some_column'].values, someOtherSeries.values)

因为直接等于浮点数是有问题的。