Question

假设我想比较两个数据帧的内容，而不是列名称（或索引名称）。 是否可以在不重命名列的情况下实现此目的？

例如：

df = pd.DataFrame({'A': [1,2], 'B':[3,4]})
df_equal = pd.DataFrame({'a': [1,2], 'b':[3,4]})
df_diff = pd.DataFrame({'A': [1,2], 'B':[3,5]})

在这种情况下，df为df_equal但与df_diff不同，因为df_equal中的值具有相同的内容，但df_diff中的值。请注意， df_equal中的列名称不同 ，但我仍希望获得真值。

我尝试了以下内容：

等于：

# Returns false because of the column names
df.equals(df_equal)

当量：

# doesn't work as it compares four columns (A,B,a,b) assuming nulls for the one that doesn't exist
df.eq(df_equal).all().all()

pandas.testing.assert_frame_equal：

# same as equals
pd.testing.assert_frame_equal(df, df_equal, check_names=False)

我认为可以使用assert_frame_equal，但parameters似乎都无法忽略列名。

Answer 1

createIndexFile(fname);围绕pd.DataFrame构建，因此您不太可能在没有列名的情况下执行比较。

但最有效的方法是下降到pd.Series：

numpy

要处理assert_equal = (df.values == df_equal.values).all()，您可以使用np.nan并抓住np.testing.assert_equal，as suggested by @Avaris：

AssertionError

Answer 2

我只需要从数据框中获取值（numpy数组），因此不会考虑列名。

df.eq(df_equal.values).all().all()

我仍希望在equals或assert_frame_equal上看到参数。也许我错过了什么。

与@jpp答案相比，这样做的一个优点是，我可以看到哪些列不匹配，仅调用all()一次：

df.eq(df_diff.values).all()
Out[24]: 
A     True
B    False
dtype: bool

一个问题是，当使用eq时， np.nan不等于np.nan ，在这种情况下，以下表达式将很好用：

(df.eq(df_equal.values) | (df.isnull().values & df_equal.isnull().values)).all().all()

Answer 3

df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})

for i in range(df1.shape[0]):
    for j in range(df1.shape[1]):
        print(df1.iloc[i, j] == df2.iloc[i, j])

将返回：

True
True
True
True

同样的事情：

df1 = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
df2 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})

一个显而易见的问题是，Pandas中的列名对数据帧进行排序很重要。例如：

df1 = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
df2 = pd.DataFrame({'a': [1, 2], 'B': [3, 4]})
print(df1)
print(df2)

呈现为（＆＃39; B＆＃39;在df2之前＆＃39; a＆＃39;）

如何比较忽略列名的两个数据帧？

3 个答案: