为清楚起见,我将从我的代码中摘录并使用通用名称。我有一个类 Foo() 将 DataFrame 存储到一个属性。
import pandas as pd
import pandas.util.testing as pdt
class Foo():
def __init__(self, bar):
self.bar = bar # dict of dicts
self.df = pd.DataFrame(bar) # pandas object
def __eq__(self, other):
if isinstance(other, self.__class__):
return self.__dict__ == other.__dict__
return NotImplemented
def __ne__(self, other):
result = self.__eq__(other)
if result is NotImplemented:
return result
return not result
但是,当我尝试比较 Foo 的两个实例时,我得到一个与比较两个 DataFrame 的歧义相关的异常(如果 中没有 'df' 键,比较应该可以正常工作Foo.__dict__).
d1 = {'A' : pd.Series([1, 2], index=['a', 'b']),
'B' : pd.Series([1, 2], index=['a', 'b'])}
d2 = d1.copy()
foo1 = Foo(d1)
foo2 = Foo(d2)
foo1.bar # dict
foo1.df # pandas DataFrame
foo1 == foo2 # ValueError
[Out] ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
幸运的是,pandas 具有用于断言两个 DataFrame 或 Series 是否为真的实用函数。如果可能,我想使用这个函数的比较操作。
pdt.assert_frame_equal(pd.DataFrame(d1), pd.DataFrame(d2)) # no raises
有几个选项可以解决两个 Foo 实例的比较:
- 比较
__dict__的副本,其中new_dict缺少 df 键 - 从
__dict__中删除 df 键(不理想) - 不比较
__dict__,只比较它的一部分包含在一个元组中 - 重载
__eq__以促进 pandas DataFrame 比较
从长远来看,最后一个选项似乎是最稳健的,但我不确定最佳方法。最后,我想重构 __eq__ 以比较 Foo.__dict__ 中的所有项目,包括 DataFrames(和 Series)。关于任何想法如何实现?
请您参考如下方法:
这些线程的解决方案
Comparing two pandas dataframes for differences
Pandas DataFrames with NaNs equality comparison
def df_equal(self):
try:
assert_frame_equal(csvdata, csvdata_old)
return True
except:
return False
对于数据框字典:
def df_equal(df1, df2):
try:
assert_frame_equal(df1, df2)
return True
except:
return False
def __eq__(self, other):
if self.df.keys() != other.keys():
return False
for k in self.df.keys():
if not df_equal(self.df[k], other[k]):
return False
return True
