Python 数据帧相等-索引编号

在测试数据帧相等性时，索引编号是否重要？我有两个完全相同的数据帧，具有完全相同的数据和列。唯一的区别是每行的索引号不同，equals方法返回False。我怎样才能避开这件事？这是我的数据框

   A   B
0  87  54
1  87  75
2  87  22
3  87  69

     A   B
418  87  69
107  87  54
108  87  75
250  87  22

---

您可以使用

np.array_equal

检查值，但是排序很重要，因此在您的示例中，必须首先按索引排序

In [11]: df1
Out[11]:
    A   B
0  87  54
1  87  75
2  87  22
3  87  69

In [12]: df2
Out[12]:
      A   B
418  87  69
107  87  54
108  87  75
250  87  22

In [13]: df3 = df2.sort()

In [14]: df3
Out[14]:
      A   B
107  87  54
108  87  75
250  87  22
418  87  69

In [15]: np.array_equal(df1, df3)
Out[15]: True

---

注意：不能比较df1和df2，因为它们有不同的索引：

In [21]: df1 == df2
ValueError: Can only compare identically-labeled DataFrame object

您可以重置索引，但请注意，可能会因此引发异常：

In [22]: df3.reset_index(drop=True)
Out[22]:
    A   B
0  87  54
1  87  75
2  87  22
3  87  69

In [23]: np.all(df1 == df3.reset_index(drop=True))
Out[23]: True

另一个选项是在

assert\u frame\u equals

周围使用try-and-except块：

In [24]: pd.util.testing.assert_frame_equal(df1, df3.reset_index(drop=True))

就像这样

正如Jeff指出的，您可以使用.equals，它可以：

In [25]: df1.equals(df3.reset_index(drop=True))
Out[25]: True

---

由于某些原因，check_names=False的可能重复在这里不起作用。排序的想法很好！我正在试用它们，并将发布一个更新（并接受您的答案）

check\u names

检查索引名称，我认为这不会影响您的案例，因为您没有任何索引名称。哦，您是想在重置索引后使用assert吗？如果不删除索引，它就无法工作。@AndyHayden我们已经有了

.equals（…）

一段时间了：）@Jeff不确定我之前完成制表时怎么会错过它！：）