python - Pandas "Can only compare identically-labeled DataFrame objects"错误

Question

我正在使用 Pandas 比较加载到两个数据帧(uat、prod)中的两个文件的输出: ...

uat = uat[['Customer Number','Product']]
prod = prod[['Customer Number','Product']]
print uat['Customer Number'] == prod['Customer Number']
print uat['Product'] == prod['Product']
print uat == prod

The first two match exactly:
74357    True
74356    True
Name: Customer Number, dtype: bool
74357    True
74356    True
Name: Product, dtype: bool

对于第三次打印，我收到一个错误: 只能比较具有相同标签的 DataFrame 对象。如果前两个比较好，那么第三个有什么问题？

谢谢

Answer 1

这里有一个小例子来证明这一点(它只适用于 DataFrames，而不是 Series，直到 Pandas 0.19 它适用于两者):

In [1]: df1 = pd.DataFrame([[1, 2], [3, 4]])

In [2]: df2 = pd.DataFrame([[3, 4], [1, 2]], index=[1, 0])

In [3]: df1 == df2
Exception: Can only compare identically-labeled DataFrame objects

一个解决方案是sort the index首先(注:some functions require sorted indexes):

In [4]: df2.sort_index(inplace=True)

In [5]: df1 == df2
Out[5]: 
      0     1
0  True  True
1  True  True

注意:== 也是 sensitive to the order of columns ，因此您可能必须使用 sort_index(axis=1):

In [11]: df1.sort_index().sort_index(axis=1) == df2.sort_index().sort_index(axis=1)
Out[11]: 
      0     1
0  True  True
1  True  True

注意:这仍然会引发(如果排序后索引/列的标签不同)。