评估排序的 pandas 数据帧的相等性不符合预期

Question

我想比较两个pd.dataframes 是否相等：

foo = pd.DataFrame([['between', 1.5], ['between', 2], 
                    ['between', 2.0], ['within', 2.0]], 
                   columns=['Group', 'Distance'])

bar = pd.DataFrame([['between', 2], ['between', 1.5], 
                    ['within', 2.0], ['between', 2.0]], 
                   columns=['Group', 'Distance'])

就我而言，这两个数据框是相同的，但是我意识到熊猫不同意，因为它们的顺序不同。我的想法是我可以排序然后重新索引

foo = foo.sort_values('Distance').reset_index(drop=True)
bar = bar.sort_values('Distance').reset_index(drop=True)

由于数据帧的初始排序，Pandas 排序会给出不同的结果。事实上，它们的评估结果并不等同：

foo.equals(bar)
False

我可以先在Group 上排序，然后在Distance 上排序，这将返回True，但是在处理更大的数据帧时，我担心每次都必须明确定义排序规则。有没有更好的方法来比较两个不同顺序的数据帧？

Answer 1

这样你可以让他们评估为True：

foo.sort_values(foo.columns.values.tolist()).reset_index(drop=True).equals(bar.sort_values(foo.columns.values.tolist()).reset_index(drop=True))

或者

foo = foo.sort_values(foo.columns.values.tolist()).reset_index(drop=True)
bar = bar.sort_values(foo.columns.values.tolist()).reset_index(drop=True)
foo.equals(bar)
True