Question

请考虑以下代码段：

a = pd.DataFrame([[None]])
b = pd.DataFrame([[None]])

现在，我想确认它们都包含完全相同的值：

int((a == b).sum())  # should be 1

但它不是1.相反，它返回0.这种行为给我带来麻烦，特别是在assert_frame_equal报告None不是None的情况下，即使它们是：{/ p>

a.iloc[0,0] == b.iloc[0,0]  # True

为什么会这样，我该如何解决这个问题？

Answer 1

pandas是特殊的套管NaN，因此被解释为NaN != NaN（因为pd.isnull，np.array_equal一致地对待......这可能是一种解释）。

不是解决方案，而是变通方法 - None，如果他们是NaN而不是>>> np.array_equal(a, b) True，则可以使用;

np.equal

如果您想要计数而不是bool结果，请使用>>> np.equal(a, b).sum().item() 1;

    try {
        Runtime rt = Runtime.getRuntime();
        String command = "keytool " +
                "-genkey -alias blabla -keyalg RSA " +
                "-keystore ecekeystore.jks " +
                "-dname \"CN=MyName, OU=blabla, O=blabla, L=blabla, S=blabla, C=US\" " +
                "-storepass password1 " +
                "-keypass password2";
        System.out.println(command);
        Process pr = rt.exec(command);
        return true;
    } catch (IOException e) {
        e.printStackTrace();
    }

熊猫 - 比较无值

1 个答案: