Python np.allclose抛出一个TypeError：当dataframe在一行中有字符串时，此类型未实现

我试图在给定公差范围内比较数据框内的值是否相等。np.allclose是一个完美的候选者，但是当我的数据帧有字符串值时，它会抛出一个TypeError：没有为这种类型实现。我无法知道他们的字符串是否在一行中

范例

old = pd.DataFrame({'a': [1, np.nan, 3],
                    'b': [4,"OK", 6]},
                    index=['x', 'y', 'z'])

new = pd.DataFrame({'a': [1, np.nan, 3],
                    'b': [4, "OK", 6]},
                    index=['x', 'y', 'z'])

---

示例中的列“b”包含混合类型；字符串和整数。 不能将字符串与allclose进行比较，因为字符串可能不同，也可能不同。 如果可能的话，您应该对数据进行组织，以便列为单一类型。如果有，可以使用np.allclose比较数字列，使用标准的

=

操作符比较包含字符串的列。 在本例中，“a”列为数字列，因此np.allclose适用于：

In [25]: np.allclose(old.a, new.a)
Out[25]: False

但是，它返回了

False

，因为等于null值总是返回

False

，这是比较数据帧时需要注意的另一个细微之处。在这种情况下，你可以这样做

In [25]: np.allclose(old.fillna(value=0).a, new.fillna(value=0).a)
Out[25]: True

在您给出的小示例中，数据帧的转置具有单一类型的列，因此您可能应该使用该类型。但是，请注意，仅仅进行转置不会改变数据类型

In [18]: old.T.dtypes

Out[18]:
x    object
y    object
z    object

但是使用convert_objects方法将

In [20]: old.T.convert_objects().dtypes
Out[20]:
x    float64
y     object
z    float64
dtype: object

通常，您可以通过调用DataFrame.dtypes来检查每列的数据类型。您可以使用以下命令选择字符串（对象）列

obj_cols = df.columns[df.dtypes == object]
num_cols = df.columns[df.dtypes != object]   #this would also include any time columns

那就做吧

np.allclose(df1[num_cols].fillna(0), df2[num_cols].fillna(0))

及

编辑： 在更一般的设置中，您可能希望在处理NAN时更加小心。您可以执行上述操作，但也要确保空条目完全匹配，因为用0替换nan可能会产生不需要的相等（一个数据帧中可能有0，另一个数据帧中可能有nan，并且仍然会获得相等，对于字符串也是如此）。您可以按如下方式执行此操作：

(old.isnull() == new.isnull()).all().all()

---

您可以单独或使用

info（）

检查列上的数据类型。浮点数和整数不能有字符串，对象当然可以。是一个列既可以有数字值也可以有字符串值，而您无法事先知道该列中的特定行是否有字符串或数字值，还是一行可以包含所有字符串值或所有数字值？在后一种情况下，听起来行应该是列，反之亦然。请提供一个示例数据框。@JoeCondron这是一个数据框既可以有数字值也可以有字符串值的情况。我想你误解了我的意思。数据帧是否具有不同的类型并不重要，重要的是单个列是否具有混合类型。当列为单一类型时，数据帧工作得最好。通常，列表示字段，行表示记录。例如，数据框可以包含一组人的姓名和年龄。在这种情况下，通常会对其进行组织，以便有一个age列（int或float类型）和一个Name列object类型。然后每一行代表一个人。你明白我的意思吗？不客气。有关更健壮的空值处理，请参见编辑。

(old.isnull() == new.isnull()).all().all()