pandas 得到的值不等于 - Python

简介

在使用 pandas 时，有些情况下可能会遇到 pandas 得到的值与我们期望的值不相等的情况。本文将通过具体的例子介绍一些常见的情况以及解决方法。

例子

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 情况一：比较两个 dataframe 是否相等
df_expected = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df == df_expected)  # 输出结果为 True

df_unexpected = pd.DataFrame({'A': [1, 2, 3], 'B': [6, 5, 4]})
print(df == df_unexpected)  # 输出结果为 False，但我们期望输出结果应该是 False, True, False

# 情况二：比较 dataframe 中的一列与一个 list 是否相等
list_expected = [4, 5, 6]
print(df['B'] == list_expected)  # 输出结果为 True

list_unexpected = [6, 5, 4]
print(df['B'] == list_unexpected)  # 输出结果为 False，但我们期望输出结果应该是 False, True, False

解决方法

情况一

当比较两个 dataframe 是否相等时，可以使用 pandas.testing.assert_frame_equal 方法。该方法可以比较两个 dataframe 是否具有相同的行和列，并进行值的比较，保证输出结果与期望结果一致。

import pandas as pd
from pandas.testing import assert_frame_equal

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

df_expected = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
assert_frame_equal(df, df_expected)  # 无输出，表示比较结果一致

df_unexpected = pd.DataFrame({'A': [1, 2, 3], 'B': [6, 5, 4]})
assert_frame_equal(df, df_unexpected)  # 抛出 AssertionError，表示比较结果不一致

情况二

当比较 dataframe 中的一列与一个 list 是否相等时，可以使用 pandas.Series.tolist 方法，将 dataframe 中的一列转化成 list 后再进行比较。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

list_expected = [4, 5, 6]
print(df['B'].tolist() == list_expected)  # 输出结果为 True

list_unexpected = [6, 5, 4]
print(df['B'].tolist() == list_unexpected)  # 输出结果为 False，表示比较结果一致

总结一下，在使用 pandas 时，我们需要注意数据类型以及数据格式的转换，保证比较结果一致。在比较 dataframe 时，可以使用 pandas.testing.assert_frame_equal 方法。在比较 dataframe 中的一列与一个 list 时，可以使用 pandas.Series.tolist 方法。