Pandas整数类型默认行为与测试断言策略

import pandas as pd
import platform
import sys

# 验证Python环境为64位
assert platform.architecture()[0] == "64bit"
assert sys.maxsize > 2**32
print(f"Python环境：{platform.architecture()[0]}")

# 显式指定 dtype=int
series_int_explicit = pd.Series([1, 2, 3], dtype=int)
print(f"pd.Series([1,2,3], dtype=int) 的类型: {series_int_explicit.dtype}")

# 不指定 dtype，让Pandas自动推断
series_int_inferred = pd.Series([1, 2, 3])
print(f"pd.Series([1,2,3]) 的类型: {series_int_inferred.dtype}")

import pandas as pd

df_int32 = pd.DataFrame({'IntCol': [1, 2, 3], 'FloatCol': [0.5, 1.5, 2.5]})
df_int32['IntCol'] = df_int32['IntCol'].astype('int32')
df_int32['FloatCol'] = df_int32['FloatCol'].astype('float32')

df_int64 = pd.DataFrame({'IntCol': [1, 2, 3], 'FloatCol': [0.5, 1.5, 2.5]})
df_int64['IntCol'] = df_int64['IntCol'].astype('int64')
df_int64['FloatCol'] = df_int64['FloatCol'].astype('float64')

try:
    pd.testing.assert_frame_equal(df_int32, df_int64)
    print("DataFrame相等（包含类型）")
except AssertionError as err:
    print(f"断言失败：\n{err}")

import pandas as pd
import numpy as np

def assert_frame_equiv(left: pd.DataFrame, right: pd.DataFrame) -> None:
    """
    在比较前将等效数据类型统一，以实现更灵活的DataFrame等效性断言。

    参数:
        left (pd.DataFrame): 左侧DataFrame。
        right (pd.DataFrame): 右侧DataFrame。

    Raises:
        AssertionError: 如果DataFrame不相等。
    """
    # 1. 首先检查列名是否相同（顺序不重要）
    pd.testing.assert_index_equal(left.columns, right.columns, check_order=False)

    # 创建DataFrame的副本以避免修改原始数据
    left_copy = left.copy()
    right_copy = right.copy()

    # 2. 遍历列，如果数据类型等效，则统一为右侧DataFrame的类型
    for col_name in left_copy.columns:
        lcol = left_copy[col_name]
        rcol = right_copy[col_name]

        # 检查是否为整数类型且等效（如int32 vs int64）
        is_lcol_int = pd.api.types.is_integer_dtype(lcol)
        is_rcol_int = pd.api.types.is_integer_dtype(rcol)

        # 检查是否为浮点类型且等效（如float32 vs float64）
        is_lcol_float = pd.api.types.is_float_dtype(lcol)
        is_rcol_float = pd.api.types.is_float_dtype(rcol)

        if (is_lcol_int and is_rcol_int) or (is_lcol_float and is_rcol_float):
            # 如果是等效的整数或浮点类型，则将左侧列转换为右侧列的dtype
            left_copy[col_name] = lcol.astype(rcol.dtype)
        # 对于其他不兼容或非数值类型，保持不变，让assert_frame_equal处理
        # 例如，如果一边是int，另一边是float，这里不会自动转换，
        # pd.testing.assert_frame_equal会因dtype不匹配而失败，这是期望的行为。

    # 3. 最后使用pd.testing.assert_frame_equal进行最终比较
    # check_like=True 允许列和行的顺序不同，但我们已经在前面检查了列名。
    # 这里的关键是经过类型统一后，dtype将匹配。
    return pd.testing.assert_frame_equal(left_copy, right_copy, check_like=True)

# 重新定义DataFrame以确保干净状态
a = pd.DataFrame({'Int': [1, 2, 3], 'Float': [0.57, 0.179, 0.213]})
# 强制为32位类型
b = a.copy()
b['Int'] = b['Int'].astype('int32')
b['Float'] = b['Float'].astype('float32')
# 强制为64位类型
c = a.copy()
c['Int'] = c['Int'].astype('int64')
c['Float'] = c['Float'].astype('float64')

print("使用pd.testing.assert_frame_equal进行比较：")
try:
    pd.testing.assert_frame_equal(b, c)
    print('成功：DataFrame相等')
except AssertionError as err:
    print(f'失败：\n{err}')

print("\n使用assert_frame_equiv进行比较：")
try:
    assert_frame_equiv(b, c)
    print('成功：DataFrame等效')
except AssertionError as err:
    print(f'失败：\n{err}')