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

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

檢查左右係列是否相等。

參數：

left：Series

right：Series

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 Series 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

是否檢查係列和索引名稱屬性。

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_category_order：布爾值，默認為真

是否比較內部分類的分類順序。

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“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。

check_index：布爾值，默認為真

是否檢查索引等價。如果為 False，則僅比較值。

例子：

>>> from pandas import testing as tm
>>> a = pd.Series([1, 2, 3, 4])
>>> b = pd.Series([1, 2, 3, 4])
>>> tm.assert_series_equal(a, b)

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_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。