Comment réparer : ne peut comparer que des objets de série étiquetés de manière identique

Une erreur que vous pouvez rencontrer lors de l’utilisation de pandas est :

ValueError: Can only compare identically-labeled DataFrame objects

Cette erreur se produit lorsque vous tentez de comparer deux DataFrames pandas et que les étiquettes d’index ou les étiquettes de colonne ne correspondent pas parfaitement.

L’exemple suivant montre comment corriger cette erreur dans la pratique.

Comment reproduire l’erreur

Supposons que nous ayons les deux DataFrames pandas suivants :

import pandas as pd

#define DataFrames
df1 = pd.DataFrame({'points': [25, 12, 15, 14],
                   'assists': [5, 7, 13, 12]})

df2 = pd.DataFrame({'points': [25, 12, 15, 14],
                    'assists': [5, 7, 13, 12]},
                     index=[3, 2, 1, 0])

#view DataFrames
print(df1)

   points  assists
0      25        5
1      12        7
2      15       13
3      14       12

print(df2)

   points  assists
3      25        5
2      12        7
1      15       13
0      14       12

Notez que les étiquettes de colonnes correspondent, mais pas les étiquettes d’index.

Si nous essayons de comparer les deux DataFrames, nous recevrons une erreur :

#attempt to compare the DataFrames
df1 = df2

ValueError: Can only compare identically-labeled DataFrame objects

Comment réparer l’erreur

Il existe quelques méthodes que nous pouvons utiliser pour résoudre cette erreur.

Méthode 1 : comparer les DataFrames (y compris les étiquettes d’index)

Nous pouvons utiliser la syntaxe suivante pour comparer les deux DataFrames afin de voir s’ils correspondent parfaitement (y compris les étiquettes d’index) :

df1.equals(df2)

False

Cela nous indique que les deux DataFrames ne correspondent pas parfaitement (y compris les étiquettes d’index).

Méthode 2 : comparer les DataFrames (ignorer les étiquettes d’index)

Nous pouvons utiliser la syntaxe suivante pour comparer les deux DataFrames afin de voir s’ils correspondent parfaitement, tout en ignorant complètement les étiquettes d’index :

df1.reset_index(drop=True).equals(df2.reset_index(drop=True))

True

Cela nous indique que les deux DataFrames correspondent parfaitement (sans tenir compte des étiquettes d’index).

Méthode 3 : comparer les DataFrames ligne par ligne

Nous pouvons utiliser la syntaxe suivante pour comparer les deux DataFrames ligne par ligne afin de voir quelles valeurs de ligne correspondent :

df1.reset_index(drop=True) == df2.reset_index(drop=True)

      points	assists
0	True	   True
1	True	   True
2	True	   True
3	True	   True

Cela nous permet de voir quelles valeurs correspondent dans chaque ligne.

Ressources additionnelles

Les didacticiels suivants expliquent comment corriger d’autres erreurs courantes en Python :

Comment réparer KeyError dans Pandas
Comment réparer : ValueError : impossible de convertir le float NaN en entier
Comment réparer : ValueError : les opérandes n’ont pas pu être diffusés avec les formes