Python cudf.testing.testing.assert_series_equal用法及代碼示例

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')

檢查左右係列是否相等

此函數旨在比較兩個係列並輸出任何差異。附加參數允許改變執行的相等檢查的嚴格性。

參數：

left：Series: 左係列進行比較
right：Series: 正確的係列進行比較
check_dtype：布爾值，默認為真: 是否檢查 Series dtype 是否相同。
check_index_type：bool 或 {‘equiv’}，默認 ‘equiv’: 是否檢查Index類，dtype和inferred_type是否相同。
check_series_type：布爾值，默認為真: 是否檢查係列類，dtype 和inferred_type 是否相同。目前它是空閑的，類似於 Pandas 。
check_less_precise：bool 或 int，默認為 False: 尚不支持
check_names：布爾值，默認為真: 是否檢查 Series 的索引和列屬性的名稱屬性是否相同。
check_exact：布爾值，默認為 False: 是否準確比較數字。
check_datetime_like_compat：布爾值，默認為 False: 比較 datetime-like 這是可比較的忽略 dtype。
check_categorical：布爾值，默認為真: 是否準確比較內部分類。
check_category_order：布爾值，默認為真: 是否比較內部Categoricals的類別順序
rtol：浮點數，默認 1e-5: 相對容差。僅在 check_exact 為 False 時使用。
atol：浮點數，默認 1e-8: 絕對的寬容。僅在 check_exact 為 False 時使用。
obj：str，默認“係列”: 指定要比較的對象名稱，內部用於顯示適當的斷言消息。

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

這將順利通過：

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

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cudf.testing.testing.assert_series_equal。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。