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

用法: cudf.testing.testing.assert_series_equal(left, right, check_dtype=True, check_index_type='equiv', check_series_type=True, check_less_precise=False, check_names=True, check_exact=False, check_datetimelike_compat=False, check_categorical=True, check_category_order=True, rtol=1e-05, atol=1e-08, obj='Series')

检查左右系列是否相等

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

参数：

left：Series: 左系列进行比较
right：Series: 正确的系列进行比较
check_dtype：布尔值，默认为真: 是否检查 Series 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_series_type：布尔值，默认为真: 是否检查系列类，dtype 和inferred_type 是否相同。目前它是空闲的，类似于 Pandas 。
check_less_precise：bool 或 int，默认为 False: 尚不支持
check_names：布尔值，默认为真: 是否检查 Series 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。
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_category_order：布尔值，默认为真: 是否比较内部Categoricals的类别顺序
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“系列”: 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
>>> sr1 = cudf.Series([1, 2, 3, 4], name="a")
>>> sr2 = cudf.Series([1, 2, 3, 5], name="b")
>>> cudf.testing.assert_series_equal(sr1, sr2)
......
......
AssertionError: ColumnBase are different

values are different (25.0 %)
[left]:  [1 2 3 4]
[right]: [1 2 3 5]

>>> sr2 = cudf.Series([1, 2, 3, 4], name="b")
>>> cudf.testing.assert_series_equal(sr1, sr2)
......
......
AssertionError: Series are different

name mismatch
[left]:  a
[right]: b

这将顺利通过：

>>> sr2 = cudf.Series([1, 2, 3, 4], name="a")
>>> cudf.testing.assert_series_equal(sr1, sr2)

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_series_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。