私のアプリケーションは、時にはnansを含むSeriesインスタンスを比較する必要があります。重要な問題は次のとおりです。pandas.Seriesにnanが含まれているかどうかを比較する
>>> (Series([1, nan]) == Series([1, nan])).all()
False
nan != nan
以降です。このようなシリーズを比較する適切な方法は何ですか?
私のアプリケーションは、時にはnansを含むSeriesインスタンスを比較する必要があります。重要な問題は次のとおりです。pandas.Seriesにnanが含まれているかどうかを比較する
>>> (Series([1, nan]) == Series([1, nan])).all()
False
nan != nan
以降です。このようなシリーズを比較する適切な方法は何ですか?
これはどうですか?最初のNaNをチェック(isnullを使用して)同じ場所にあります
In [11]: s1.isnull()
Out[11]:
0 False
1 True
dtype: bool
In [12]: s1.isnull() == s2.isnull()
Out[12]:
0 True
1 True
dtype: bool
そしてNaNでない値をチェックし(notnullを使用して)等しい:
In [13]: s1[s1.notnull()]
Out[13]:
0 1
dtype: float64
In [14]: s1[s1.notnull()] == s2[s2.notnull()]
Out[14]:
0 True
dtype: bool
等しい我々されるために両方に該当する必要があります。これが十分でなかった場合
In [15]: (s1.isnull() == s2.isnull()).all() and (s1[s1.notnull()] == s2[s2.notnull()]).all()
Out[15]: True
あなたも名などをチェックできます。それらが異なる場合は、昇給にしたい場合は
、pandas.util.testing
からassert_series_equal
を使用します。この作品
In [21]: from pandas.util.testing import assert_series_equal
In [22]: assert_series_equal(s1, s2)
In [16]: s1 = Series([1,np.nan])
In [17]: s2 = Series([1,np.nan])
In [18]: (s1.dropna()==s2.dropna()).all()
Out[18]: True
Jeff、解決策はNaNの位置を無視します: '(Series([1、nan])。 –
うん......本当に正しい方法は、上記のAndyが示すように '' assert_series_equal''です – Jeff
、あまりにも悪いそれだけでfalseを返すのではなく、例外が発生します。 –
@DunPealは正しいことを行うアップデートを追加しました。 –
これはうまくいきます。私は、Pandasがこの小さなスニペットを抽象化するメソッドをSeriesに追加するのが理にかなっていると思います。 –