Question

对于unittest，我必须比较两个pandas DataFrames（有一列，所以它们也可以转换为Series而不会丢失信息）。问题是一个索引是datetime类型，另一个是日期。出于我们的目的，两者中的信息是相同的，因为不使用日期时间的时间分量。

要检查两个对象是否相等，我可以：

提取其中一个的索引并转换为日期/日期时间
仅提取一列的值，比较这些值以及开始和结束日期

我错过了比较两者的优雅方式吗？

代码示例：

from datetime import date, datetime, timedelta
import pandas as pd

days_in_training = 40
start_date = date(2016, 12, 1)
dates = [start_date + timedelta(days=i) for i in range(days_in_training)]
actual = pd.DataFrame({'col1': range(days_in_training)}, index=dates)

start_datetime = datetime(2016, 12, 1)
datetimes = [start_datetime + timedelta(days=i) for i in range(days_in_training)]
expected = pd.DataFrame({'col1': range(days_in_training)}, index=datetimes)

assert(all(actual == expected))

给出：

ValueError: Can only compare identically-labeled DataFrame objects

Answer 1

供将来参考，通过此博文（https://penandpants.com/2014/10/07/testing-with-numpy-and-pandas/），我找到了函数pandas.util.testing.assert_frame_equal()（https://github.com/pandas-dev/pandas/blob/29de89c1d961bea7aa030422b56b061c09255b96/pandas/util/testing.py#L621）

此功能在测试时具有一定的灵活性。此外，它打印一个摘要，为什么DataFrame可能不被认为是相等的，行assert(all(actual == expected))只返回True或False，这使得调试更加困难。

比较两个几乎相同的Pandas Series / DataFrame

1 个答案: