Python cudf.testing.testing.assert_frame_equal用法及代码示例

用法: cudf.testing.testing.assert_frame_equal(left, right, check_dtype=True, check_index_type='equiv', check_column_type='equiv', check_frame_type=True, check_names=True, by_blocks=False, check_exact=False, check_datetimelike_compat=False, check_categorical=True, check_like=False, rtol=1e-05, atol=1e-08, obj='DataFrame')

检查左右 DataFrame 是否相等

此函数旨在比较两个 DataFrame 并输出任何差异。附加参数允许改变执行的相等检查的严格性。

参数：

left：DataFrame: 离开 DataFrame 进行比较
right：DataFrame: 正确的 DataFrame 进行比较
check_dtype：布尔值，默认为真: 是否检查 DataFrame dtype 是否相同。
check_index_type：bool 或 {‘equiv’}，默认 ‘equiv’: 是否检查Index类，dtype和inferred_type是否相同。
check_column_type：布尔值，默认为真: 是否检查列类，dtype 和inferred_type 是否相同。目前它是空闲的，类似于 Pandas 。
check_frame_type：布尔值，默认为真: 是否检查 DataFrame 类是否相同。
check_names：布尔值，默认为真: 是否检查 DataFrame 的索引和列属性的名称属性是否相同。
check_exact：布尔值，默认为 False: 是否准确比较数字。
by_blocks：布尔值，默认为 False: 不支持
check_exact：布尔值，默认为 False: 是否准确比较数字。
check_datetime_like_compat：布尔值，默认为 False: 比较 datetime-like 这是可比较的忽略 dtype。
check_categorical：布尔值，默认为真: 是否准确比较内部分类。
check_like：布尔值，默认为 False: 如果为 True，则忽略索引和列的顺序。注意：索引标签必须与它们各自的行匹配(与列相同) - 相同的标签必须具有相同的数据。
rtol：浮点数，默认 1e-5: 相对容差。仅在 check_exact 为 False 时使用。
atol：浮点数，默认 1e-8: 绝对的宽容。仅在 check_exact 为 False 时使用。
obj：str，默认“数据帧”: 指定要比较的对象名称，内部用于显示适当的断言消息。

例子：

>>> import cudf
>>> df1 = cudf.DataFrame({"a":[1, 2], "b":[1.0, 2.0]}, index=[1, 2])
>>> df2 = cudf.DataFrame({"a":[1, 2], "b":[1.0, 2.0]}, index=[2, 3])
>>> cudf.testing.assert_frame_equal(df1, df2)
......
......
AssertionError: ColumnBase are different

values are different (100.0 %)
[left]:  [1 2]
[right]: [2 3]

>>> df2 = cudf.DataFrame({"a":[1, 2], "c":[1.0, 2.0]}, index=[1, 2])
>>> cudf.testing.assert_frame_equal(df1, df2)
......
......
AssertionError: DataFrame.columns are different

DataFrame.columns values are different (50.0 %)
[left]: Index(['a', 'b'], dtype='object')
right]: Index(['a', 'c'], dtype='object')

>>> df2 = cudf.DataFrame({"a":[1, 2], "b":[1.0, 3.0]}, index=[1, 2])
>>> cudf.testing.assert_frame_equal(df1, df2)
......
......
AssertionError: Column name="b" are different

values are different (50.0 %)
[left]:  [1. 2.]
[right]: [1. 3.]

这将顺利通过：

>>> df2 = cudf.DataFrame({"a":[1, 2], "b":[1.0, 2.0]}, index=[1, 2])
>>> cudf.testing.assert_frame_equal(df1, df2)

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.testing.testing.assert_frame_equal。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。