Python pandas.testing.assert_frame_equal用法及代碼示例

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

檢查左右 DataFrame 是否相等。

此函數旨在比較兩個 DataFrame 並輸出任何差異。 Is 主要用於單元測試。附加參數允許改變執行的相等檢查的嚴格性。

參數：

left： DataFrame

要比較的第一個 DataFrame。

right： DataFrame

要比較的第二個 DataFrame。

check_dtype：布爾值，默認為真

是否檢查 DataFrame 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_column_type：bool 或 {‘equiv’}，默認 ‘equiv’

是否檢查列類、dtype 和inferred_type 是否相同。作為 assert_index_equal() 的 exact 參數傳遞。

check_frame_type：布爾值，默認為真

是否檢查 DataFrame 類是否相同。

check_less_precise：bool 或 int，默認為 False

指定比較精度。僅在 check_exact 為 False 時使用。比較小數點後的 5 位 (False) 或 3 位 (True)。如果是 int，則指定要比較的數字。

比較兩個數時，如果第一個數的幅度小於 1e-5，我們直接比較這兩個數，並在指定的精度內檢查它們是否相等。否則，我們比較第二個數與第一個數的比值，並在指定的精度內檢查它是否等於 1。

check_names：布爾值，默認為真

是否檢查 DataFrame 的index 和column 屬性的names 屬性是否相同。

by_blocks：布爾值，默認為 False

指定如何比較內部數據。如果為 False，則按列進行比較。如果為 True，則按塊進行比較。

check_exact：布爾值，默認為 False

是否準確比較數字。

check_datetimelike_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_like：布爾值，默認為 False

如果為 True，則忽略索引和列的順序。注意：索引標簽必須匹配它們各自的行(與列相同) - 相同的標簽必須具有相同的數據。

check_freq：布爾值，默認為真

是否檢查 DatetimeIndex 或 TimedeltaIndex 上的freq 屬性。

check_flags：布爾值，默認為真

是否檢查flags 屬性。

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“數據幀”

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：

此示例顯示了比較兩個相同但具有不同 dtype 列的 DataFrame。

>>> from pandas.testing import assert_frame_equal
>>> df1 = pd.DataFrame({'a':[1, 2], 'b':[3, 4]})
>>> df2 = pd.DataFrame({'a':[1, 2], 'b':[3.0, 4.0]})

df1 等於自身。

>>> assert_frame_equal(df1, df1)

df1 與 df2 不同，因為列 ‘b’ 的類型不同。

>>> assert_frame_equal(df1, df2)
Traceback (most recent call last):
...
AssertionError:Attributes of DataFrame.iloc[:, 1] (column name="b") are different

屬性 “dtype” 不同 [left]:int64 [right]:float64

使用 check_dtype 忽略列中的不同 dtype。

>>> assert_frame_equal(df1, df2, check_dtype=False)

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.testing.assert_frame_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。