当pandas Series中包含nan时,如何比较它们的相等性?

10

我的应用程序需要比较有时包含NaN的Series实例。这导致使用==进行普通比较失败,因为nan != nan

我的应用程式需要比较 Series 实例,其中有时会包含 NaN。这会导致使用 == 进行普通比较失败,因为 nan != nan

import numpy as np
from pandas import Series
s1 = Series([1,np.nan])
s2 = Series([1,np.nan])

>>> (Series([1, nan]) == Series([1, nan])).all()
False

如何正确比较这样的系列数据?


你是否考虑更改你接受的答案?^^ - Peque
4个回答

9

这样怎么样?首先使用 isnull 函数检查 NaN 是否在同一位置:

In [11]: s1.isnull()
Out[11]: 
0    False
1     True
dtype: bool

In [12]: s1.isnull() == s2.isnull()
Out[12]: 
0    True
1    True
dtype: bool

然后检查不是NaN的值是否相等(使用notnull函数):

In [13]: s1[s1.notnull()]
Out[13]: 
0    1
dtype: float64

In [14]: s1[s1.notnull()] == s2[s2.notnull()]
Out[14]: 
0    True
dtype: bool

为了相等,我们需要两者都为True:
In [15]: (s1.isnull() == s2.isnull()).all() and (s1[s1.notnull()] == s2[s2.notnull()]).all()
Out[15]: True

你可以检查名称等是否足够,如果不够的话。
如果您想在它们不同的情况下触发错误,请使用 pandas.util.testing 中的 assert_series_equal函数:
In [21]: from pandas.util.testing import assert_series_equal

In [22]: assert_series_equal(s1, s2)

这个也可以工作,可惜它引发了一个异常,而不是仅返回False。 - Dun Peal
谢谢,这很有效。我认为Pandas添加一个方法来将此小片段抽象化为Series可能是有意义的。 - Dun Peal
我刚才也在想同样的事情,我确信你不必这样做。 - Andy Hayden
3
@Sam的回答应该被接受,并且自2014年2月0.13.1版本以来一直是正确的,使用Series.equals()函数。 - smci
1
如果您想要进行逐元素比较而不是单个布尔结果,那么这个答案仍然是正确的。 - ForeverWintr

7

目前只需使用series1.equals(series2)查看文档,这还会检查nan是否处于相同的位置。


0

我来这里寻找类似的答案,认为@Sam的答案是最简洁的,如果你只想要一个值回来。但我想要一个真值数组,其中包含逐元素比较(但是可以为空安全)。

所以最终我得到了:

import pandas as pd

s1 = pd.Series([1,np.nan, 2, np.nan])
s2 = pd.Series([1,np.nan, np.nan, 2])

(s1 == s2) | ~(s1.isnull() ^ s2.isnull())

结果:

0     True
1     True
2    False
3    False
dtype: bool

s1 == s2进行比较:
0     True
1    False
2    False
3    False
dtype: bool

-1
In [16]: s1 = Series([1,np.nan])

In [17]: s2 = Series([1,np.nan])

In [18]: (s1.dropna()==s2.dropna()).all()
Out[18]: True

2
Jeff,你的解决方案忽略了NaN的位置:(Series([1, nan]).dropna() == Series([nan, 1]).dropna()).all() #=> True - Dun Peal

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接