如何忽略pandas assert frame equal的索引比较

Question

我尝试将下面的两个数据帧与"check_index_type"设置为False进行比较.根据文档,如果设置为False,则不应"检查Index类,dtype和inferred_type是否相同".我误解了文档吗？如何比较忽略索引并返回True以进行下面的测试？

我知道我可以重置索引,但不愿意.

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.testing.assert_frame_equal.html

from pandas.util.testing import assert_frame_equal
import pandas as pd
d1 = pd.DataFrame([[1,2], [10, 20]], index=[0,2])
d2 = pd.DataFrame([[1, 2], [10, 20]], index=[0, 1])
assert_frame_equal(d1, d2, check_index_type=False)


AssertionError: DataFrame.index are different
DataFrame.index values are different (50.0 %)
[left]:  Int64Index([0, 2], dtype='int64')
[right]: Int64Index([0, 1], dtype='int64')

Answer 1

指数是数据帧的一部分,如果该指数是不同的,应该说dataframes是不同的,DFS的甚至价值是一样的,所以,如果你想查询的值,使用array_equal从numpy

d1 = pd.DataFrame([[1,2], [10, 20]], index=[0,2])
d2 = pd.DataFrame([[1, 2], [10, 20]], index=[0, 1])
np.array_equal(d1.values,d2.values)
Out[759]: True

有关更多信息assert_frame_equal的混帐

Answer 2

如果您真的不在乎索引是否相等，则可以按以下方式删除索引：

assert_frame_equal(d1.reset_index(drop=True), d2.reset_index(drop=True))

Answer 3

pd.testing.assert_series_equal对于那些因为对使用(operates on )感兴趣而提出这个问题的人pd.Series，pandas 1.1.0 引入了一个参数check_index：

import pandas as pd
s1 = pd.Series({"a": 1})
s2 = pd.Series({"b": 1})
pd.testing.assert_series_equal(s1, s2, check_index=False)

对于 来说，这个论点尚不存在pd.testing.assert_frame_equals。