python - 比较两个几乎相等的 Pandas Series/DataFrame

Question

对于单元测试，我必须比较两个 pandas DataFrame(具有一列，因此它们也可以转换为系列而不丢失信息)。问题在于一个的索引是日期时间类型，另一个是日期类型。出于我们的目的，两者中的信息是相等的，因为不使用日期时间的时间部分。

要检查单元测试的两个对象是否相等，我可以:

• 提取其中之一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日期和结束日期

我是否缺少任何比较两者的优雅方法？

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))

给予:

ValueError: Can only compare identically-labeled DataFrame objects

Answer 1

为了将来引用，通过这篇博文 ( 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 )

该函数的测试内容具有一定的灵 active 。此外，它还打印了为什么 DataFrame 可能不被视为相等的摘要，行 assert(all(actual == Expect)) 仅返回 True 或 False，这使得调试更加困难。