python - 如何比较忽略列名的两个数据框？

Question

假设我想比较两个数据框的内容，而不是列名(或索引名)。 是否可以在不重命名列的情况下实现这一点？

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 是 df_equal 但不同于 df_diff，因为 df_equal 中的值具有相同的内容，但在 df_diff 中。请注意，df_equal 中的列名称不同，但我仍想获得真实值。

我尝试了以下方法:

等于:

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

均衡:

# 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 都不是似乎可以忽略列名。

Answer 1

pd.DataFrame 是围绕 pd.Series 构建的，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拉到 numpy:

assert_equal = (df.values == df_equal.values).all()

要处理np.nan，您可以使用np.testing.assert_equal 并捕获AssertionError，as suggested by @Avaris :

import numpy as np

def nan_equal(a,b):
    try:
        np.testing.assert_equal(a,b)
    except AssertionError:
        return False
    return True

assert_equal = nan_equal(df.values, df_equal.values)