pandas.testing.assert_series_equal #

熊猫测试。assert_series_equal (,, check_dtype = True , check_index_type = 'equiv' , check_series_type = True , check_names = True , check_exact = _NoDefault.no_default , check_datetimelike_compat = False , check_categorical = True , check_category_order = True , check_freq = True , check_flags = True , rtol = _NoDefault.no_default , atol = _NoDefault.no_default , obj = 'Series' , * , check_index = True , check_like = False ) [来源] #

检查左右系列是否相等。

参数
系列
系列
check_dtype bool, 默认 True

是否检查Series dtype是否相同。

check_index_type bool 或 {'equiv'},默认 'equiv'

是否检查Index类,dtype和inferred_type是否相同。

check_series_type bool, 默认 True

是否检查Series类是否相同。

check_names bool, 默认 True

是否检查Series和Index名称属性。

check_exact bool, 默认 False

是否精确比较数字。

在版本 2.2.0 中更改:check_exact如果未指定,rtol和,则整数数据类型默认为 True atol

check_datetimelike_compat bool, 默认 False

比较类似 datetime 的结果,忽略 dtype。

check_categorical bool, 默认 True

是否精确比较内部Categorical。

check_category_order bool, 默认 True

是否比较内部分类的分类顺序。

check_freq bool, 默认 True

是否检查DatetimeIndex 或 TimedeltaIndex 的freq属性。

check_flags bool, 默认 True

是否检查flags属性。

rtol浮点数,默认 1e-5

相对耐受性。仅当 check_exact 为 False 时使用。

atol浮点型,默认 1e-8

绝对的宽容。仅当 check_exact 为 False 时使用。

obj str,默认“系列”

指定正在比较的对象名称,内部用于显示适当的断言消息。

check_index bool, 默认 True

是否检查索引等价性。如果为 False,则仅比较值。

1.3.0 版本中的新增功能。

check_like bool, 默认 False

如果为 True,则忽略索引的顺序。如果 check_index 为 False,则必须为 False。注意:相同的标签必须具有相同的数据。

1.5.0 版本中的新增内容。

例子

>>> from pandas import testing as tm
>>> a = pd.Series([1, 2, 3, 4])
>>> b = pd.Series([1, 2, 3, 4])
>>> tm.assert_series_equal(a, b)