python - 比较两个 Pandas 数据框的差异

Question

我有一个脚本更新 5-10 列的数据，但有时开始 csv 将与结束 csv 相同，所以我不想写一个相同的 csv 文件，我希望它什么也不做......

如何比较两个数据帧以检查它们是否相同？

csvdata = pandas.read_csv('csvfile.csv')
csvdata_old = csvdata

# ... do stuff with csvdata dataframe

if csvdata_old != csvdata:
    csvdata.to_csv('csvfile.csv', index=False)

有什么想法吗？

Answer 1

您还需要注意创建 DataFrame 的副本，否则 csvdata_old 将被 csvdata 更新(因为它指向同一个对象):

csvdata_old = csvdata.copy()

要检查它们是否相等，您可以use assert_frame_equal as in this answer :

from pandas.util.testing import assert_frame_equal
assert_frame_equal(csvdata, csvdata_old)

您可以将其包装在一个函数中，例如:

try:
    assert_frame_equal(csvdata, csvdata_old)
    return True
except:  # appeantly AssertionError doesn't catch all
    return False

讨论了更好的方法...