Vergleichen pandas-Serie für die Gleichstellung, wenn Sie enthalten nan?

Meine Anwendung zu vergleichen-Serie Instanzen, die manchmal enthalten nans. Das bewirkt, dass gewöhnliche Vergleich mit == zu scheitern, da nan != nan:

import numpy as np
from pandas import Series
s1 = Series([1,np.nan])
s2 = Series([1,np.nan])

>>> (Series([1, nan]) == Series([1, nan])).all()
False

Was ist die richtige Art und Weise zu vergleichen wie Serie?

InformationsquelleAutor Dun Peal | 2013-08-26
  1. 8

    Wie über dieses. Überprüfen Sie zuerst die NaNs sind in der gleichen Stelle (mit isnull):

    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

    Überprüfen Sie dann die Werte, die nicht NaN sind gleich (mit notnull):

    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

    Um gleichberechtigt zu sein, brauchen wir beide, um Wahr zu sein:

    In [15]: (s1.isnull() == s2.isnull()).all() and (s1[s1.notnull()] == s2[s2.notnull()]).all()
Out[15]: True

    Sie könnte auch prüfen, Namen, etc. wenn dies nicht ausreichend.

    Wenn Sie wollen erhöhen, wenn Sie unterschiedlich sind, verwenden Sie assert_series_equal von pandas.util.testing:

    In [21]: from pandas.util.testing import assert_series_equal

In [22]: assert_series_equal(s1, s2)
    • Dies funktioniert, schade, dass es wirft eine exception, anstatt einfach nur False zurückgeben.
    • Hinzugefügt ein update, welches das richtige tut.
    • danke, das funktioniert gut. Ich denke, es könnte Sinn machen für die Pandas zum hinzufügen einer Methode, die abstracts dieser kleine Schnipsel auf die Reihe.
    • Ich dachte nur das gleiche, ich war sicher Sie haben nicht, dies zu tun.
    • Antwort mit Series.equals() sollte die akzeptierte Antwort und wurde korrekt, da 0.13.1 (Feb 2014)
    InformationsquelleAutor Andy Hayden
  2. 6

    Derzeit sollte man nur verwenden series1.equals(series2) siehe docs. Dies wird auch überprüft, ob nans sind in den gleichen Positionen.

    InformationsquelleAutor Sam
  3. -1
    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, deine Lösung ignoriert die position des NaNs: (Series([1, nan]).dropna() == Series([nan, 1]).dropna()).all() #=> True
    • yep....wirklich der richtige Weg ist assert_series_equal als Andy zeigt oben
    InformationsquelleAutor Jeff
Schreibe einen Kommentar