如何在 Pandas Dataframe 中断言单元格值答案

【问题标题】：How can I assert a cell value in Pandas Dataframe如何在 Pandas Dataframe 中断言单元格值
【发布时间】：2019-01-10 21:03:04
【问题描述】：

我正在编写 pytest 单元测试用例，其中调用返回一个 Pandas 数据框，我想在其中声明一个特定的单元格值。我试过这个，但把我扔了E ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

assert result_df.loc[result_df['col_A'].str.contains('A_val') and result_df['col_B'].str.contains('2018-05-13'), 'col_C'].item() == 'Q3'

这是我的示例数据：

    id   col_A      col_B  
0  RK7   A_val    2018-05-13                  
1  RK7   A_val    2018-09-02                   
0  BM    A1_val   2018-05-05                    
1  BM    A1_val   2018-05-05                      

          col_C  
0         Q3  
1         Q4  
0         Q1 
1         Q2

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

在pandas掩码操作中不能使用and关键字，需要像这样使用位运算符&：

assert any(result_df.loc[result_df['colA'].str.contains('A_val') & result_df['colB'].str.contains('B_val')]['colC'] == 'C_val')

【讨论】：

这给了我E ValueError: can only convert an array of size 1 to a Python scalar
@Atihska 这意味着您的 df 中有不止一行与标准匹配。试试我更新的答案
请检查我对我拥有的示例数据框的编辑。我得到空结果，所以这意味着我可能没有检查需要比较值的方式，因为我的数据框不为空。
一个断言如果通过就会返回None。 “我得到空结果”是什么意思？
这导致我空了：result_df.loc[result_df['colA'].str.contains('A_val') & result_df['colB'].str.contains('2018-05-13')]['col_C']

【解决方案2】：

找到它，我需要使用strftime 而不仅仅是str 转换日期时间序列。这是正确的：

check1 = result_df['col_A'].str.contains('A_val')
check2 = result_df['col_B'].apply(lambda x: x.strftime('%Y-%m-%d')).str.contains('2018-05-13')
assert result_df.loc[check1 & check2]['col_C'].item() == '2018-Q3-COST'

感谢@wpercy 的所有帮助。

【讨论】：