如何比较含字符串与浮点数的Numpy/Pandas混合数组？

针对你遇到的混合类型数组比较需求——浮点数按指定容差匹配，字符串精确匹配，这里有两种实用的解决方案，分别适配NumPy数组和Pandas DataFrame场景：

一、处理NumPy混合类型数组 #

因为混合类型数组的dtype是object，np.allclose无法直接处理，我们可以写一个自定义函数来逐个元素判断：

import numpy as np

def compare_mixed_arrays(arr1, arr2, rtol=1e-05, atol=1e-08):
    # 先检查数组形状是否一致
    if arr1.shape != arr2.shape:
        return False
    # 扁平化数组遍历每个元素
    for elem1, elem2 in zip(arr1.flat, arr2.flat):
        # 数值类型（整数/浮点数）用容差比较
        if isinstance(elem1, (int, float)) and isinstance(elem2, (int, float)):
            if not np.isclose(elem1, elem2, rtol=rtol, atol=atol):
                return False
        else:
            # 非数值类型（如字符串）必须精确匹配
            if elem1 != elem2:
                return False
    return True

# 测试你的示例数据
c = np.array([[1.0, "Cat"], [1.00001, 2.00001]])
d = np.array([[1.000001, "Dog"], [1.00001, 2.00001]])
e = np.array([[1.000001, "Cat"], [1.00001, 2.00001]])

print(compare_mixed_arrays(c, d, rtol=1e-4))  # 输出: False（字符串"Cat" vs "Dog"不匹配）
print(compare_mixed_arrays(c, e, rtol=1e-4))  # 输出: True（浮点数在容差内，字符串匹配）

这个函数的逻辑很清晰：先确保两个数组形状一致，然后逐个元素判断类型——数值类型用np.isclose（和np.allclose参数一致，支持相对容差rtol和绝对容差atol），非数值类型直接做精确相等判断。

二、处理Pandas DataFrame #

如果你已经把数组转为DataFrame，除了自定义函数，还可以利用Pandas的assert_frame_equal结合自定义比较函数来实现：

import pandas as pd
import numpy as np
from pandas.testing import assert_frame_equal

# 自定义元素比较函数
def mixed_element_compare(a, b, rtol=1e-4):
    # 数值类型按容差匹配
    if isinstance(a, (int, float)) and isinstance(b, (int, float)):
        return np.isclose(a, b, rtol=rtol)
    # 非数值类型精确匹配
    else:
        return a == b

# 转换为DataFrame
df_c = pd.DataFrame(c)
df_d = pd.DataFrame(d)
df_e = pd.DataFrame(e)

# 测试df_c和df_e
try:
    assert_frame_equal(df_c, df_e, check_dtype=False, cmp=mixed_element_compare)
    print("df_c 和 df_e 匹配：浮点数在容差内，字符串精确一致")
except AssertionError:
    print("df_c 和 df_e 不匹配")

# 测试df_c和df_d
try:
    assert_frame_equal(df_c, df_d, check_dtype=False, cmp=mixed_element_compare)
    print("df_c 和 df_d 匹配")
except AssertionError:
    print("df_c 和 df_d 不匹配：字符串存在差异")

这里用assert_frame_equal的cmp参数传入我们的自定义比较函数，check_dtype=False是为了避免因整数/浮点数类型细微差异导致的误判（如果需要严格检查类型，可以去掉这个参数）。

如果不想用断言，也可以写一个返回布尔值的函数，逻辑和NumPy版本类似，逐元素区分类型比较即可。

内容的提问来源于stack exchange，提问作者Spinor8