Python 如何使用已写入csv的数据帧测试相等性

我对以下问题有异议：

d1=pd.DataFrame（[[1,2,3]，[3,4，{}]，[4,1,0]]
d1.columns=pd.MultiIndex.from_元组（[（1,1）、（1,2）、（2,3）]）
d1.index=pd.MultiIndex.from_元组（[（1,2）、（2,3）、（2,4）]）
d1=d1.applymap（lambda l:np.nan如果l=={}else l）
d1.至csv（“测试3452345.csv”）
d2=pd.read\u csv（“./testing3452345.csv”，索引列=[0,1]，标题=[0,1]）
d1.等于（d2）

这是

False

，尽管我希望这是

True

看看我掌握的数据：

#print(d1)
     1       2
     1  2    3
1 2  1  2  3.0
2 3  3  4  NaN
  4  4  1  0.0


#print(d2)
     1       2
     1  2    3
1 2  1  2  3.0
2 3  3  4  NaN
  4  4  1  0.0

我不确定，但我认为问题可能是，

np.nan

无法进行平等性测试，因此我：

pd.Series（[np.nan]）==pd.Series（[np.nan]）#这是错误的

这应该如何处理

我认为以下方法可能有效：

d1=pd.DataFrame（[[1,2,3]，[3,4，{}]，[4,1,0]]
d1.columns=pd.MultiIndex.from_元组（[（1,1）、（1,2）、（2,3）]）
d1.index=pd.MultiIndex.from_元组（[（1,2）、（2,3）、（2,4）]）
d1=d1.applymap（lambda l：“测试_值”，如果l=={}else l）
d1.至csv（“测试3452345.csv”）
d2=pd.read\u csv（“./testing3452345.csv”，索引列=[0,1]，标题=[0,1]）
d1.等于（d2）

但这仍然返回false

转换成dicts我有：

#d1.to_dict()
{(1, 1): {(1, 2): 1, (2, 3): 3, (2, 4): 4},
 (1, 2): {(1, 2): 2, (2, 3): 4, (2, 4): 1},
 (2, 3): {(1, 2): 3, (2, 3): 'testing_value', (2, 4): 0}}



#d2.to_dict()
{('1', '1'): {(1, 2): 1, (2, 3): 3, (2, 4): 4},
 ('1', '2'): {(1, 2): 2, (2, 3): 4, (2, 4): 1},
 ('2', '3'): {(1, 2): '3', (2, 3): 'testing_value', (2, 4): '0'}}

---

因此，我不太确定，这可能与多重索引有关。

在您的

read\u csv

函数之后添加这一行应该有助于解决问题

d2.columns = d2.columns.set_levels([d2.columns.levels[1].astype(int), d2.columns.levels[1].astype(int)],level=[0,1])

原因是当从csv文件读取数据帧时，头被设置为字符串而不是整数。通过上面的这一行，我们将它们设置回整数

---

据我所知，没有更好的解决方案。

两个数据帧的列需要具有相同的数据类型。在查看已转换的数据帧（到字典）时，我看到

d2

中的一些值是字符串而不是整数，而不是

d1

。这可能是问题所在吗？@erikvande即使它们是相同的

.dtypes

，但在写入csv后，它们被读取为字符串，而不是混合。我不知道如何处理这个问题，但仍然没有相等的测试，所以我不认为我可以认为它是一个解决方案，谢谢TooDoad…我在本地机器上成功地测试了它，否则我不会把它作为解决方案发布。我现在确实看到它只适用于您的第一段代码，而不适用于您的第二段代码（您将np.nan更改为“testing_value”的代码）。我们将对此进行研究