python - 比较两个 Pandas 数据框的差异

Question

我有一个更新 5-10 列数据的脚本，但有时起始 csv 将与结束 csv 相同，因此我不想编写相同的 csv 文件，而是希望它什么也不做......

如何比较两个数据框以检查它们是否相同？

csvdata = pandas.read_csv('csvfile.csv')
csvdata_old = csvdata

# ... do stuff with csvdata dataframe

if csvdata_old != csvdata:
    csvdata.to_csv('csvfile.csv', index=False)

有什么想法吗？

Answer 1

您还需要小心创建 DataFrame 的副本，否则 csvdata_old 将使用 csvdata 更新(因为它指向同一个对象):

csvdata_old = csvdata.copy()

要检查它们是否相等，您可以use assert_frame_equal as in this answer :

from pandas.util.testing import assert_frame_equal
assert_frame_equal(csvdata, csvdata_old)

您可以将其包装在一个函数中，例如:

try:
    assert_frame_equal(csvdata, csvdata_old)
    return True
except:  # appeantly AssertionError doesn't catch all
    return False

讨论了更好的方法...