polars.testing.assert_frame_not_equal

polars.testing.assert_frame_not_equal(
    left: DataFrame | LazyFrame,
    right: DataFrame | LazyFrame,
    *,
    check_row_order: bool = True,
    check_column_order: bool = True,
    check_dtypes: bool = True,
    check_exact: bool = False,
    rel_tol: float = 1e-05,
    abs_tol: float = 1e-08,
    categorical_as_str: bool = False,
) → None

Проверяет, что левый и правый фреймы не равны.

Эта функция предназначена для использования в модульных тестах.

Изменено в версии 0.20.31: Параметр check_dtype был переименован в check_dtypes.

Изменено в версии 1.32.3: Параметры rtol и atol были переименованы соответственно в rel_tol и abs_tol.

Параметры:

left

Первый DataFrame или LazyFrame для сравнения.

right

Второй DataFrame или LazyFrame для сравнения.

check_row_order

Требует совпадения порядка строк.

check_column_order

Требует совпадения порядка столбцов.

check_dtypes

Требует совпадения типов данных.

check_exact

Требует точного совпадения значений с плавающей точкой. Если задано значение False, значения считаются равными, если их разница не превышает допустимую погрешность (см. rel_tol и abs_tol). Влияет только на столбцы с типом данных Float.

rel_tol

Относительная погрешность при проверке с допуском. Доля значений в right.

abs_tol

Абсолютная погрешность при проверке с допуском.

categorical_as_str

Преобразует категориальные столбцы в строки перед сравнением. Это позволяет сравнивать столбцы с разными наборами категорий.

См. также

assert_frame_equal

assert_series_not_equal

Примеры

>>> from polars.testing import assert_frame_not_equal
>>> df1 = pl.DataFrame({"a": [1, 2, 3]})
>>> df2 = pl.DataFrame({"a": [1, 2, 3]})
>>> assert_frame_not_equal(df1, df2)
Traceback (most recent call last):
...
AssertionError: DataFrames are equal (but are expected not to be)