比较两个几乎相等的 Pandas Series/DataFrames

Question

对于单元测试，我必须比较两个 Pandas DataFrame（只有一列，因此它们也可以转换为 Series 而不会丢失信息）。问题是一个的索引是日期时间类型，另一个日期。出于我们的目的，两者中的信息是相等的，因为未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
• 只提取一列的值，比较这些和开始和结束日期

我是否缺少比较两者的优雅方式？

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))

给出：

ValueError: Can only compare identically-labeled DataFrame objects

Answer 1

为了将来参考，通过这篇博文（https://penandpants.com/2014/10/07/testing-with-numpy-and-pandas/）我找到了这个函数pandas.util.testing.assert_frame_equal()（https://github.com/pandas-dev/熊猫/blob/29de89c1d961bea7aa030422b56b061c09255b96/pandas/util/testing.py#L621 )

此功能在测试内容方面具有一定的灵活性。此外，它还打印了为什么 DataFrame 可能不被视为相等的摘要，该行assert(all(actual == expected))仅返回 True 或 False，这使得调试更加困难。