@pd.api.extensions.register_dataframe_accessor("data_cleaner")
class DataCleaner:
def __init__(self, pandas_obj):
self._obj = pandas_obj
def multiply(self, col):
self._obj[col] = self._obj[col] * self._obj[col]
return self._obj
def square(self, col):
self._obj[col] = self._obj[col]**2
return self._obj
def add_strings(self, col):
self._obj[col] = self._obj[col] + self._obj[col]
return self._obj
def process_all(self):
self._obj.pipe(
self.multiply(col='A'),
self.square(col='B')
self.add_strings(col='C')
)
class DataProcessor(DataCleaner):
data = [
[1, 1.5, "AABB"],
[2, 2.5, "BBCC"],
[3, 3.5, "CCDD"],
[4, 4.5, "DDEE"],
[5, 5.5, "EEFF"],
[6, 6.5, "FFGG"],
]
def __init__(self):
self.df = pd.DataFrame(data=DataProcessor.data, columns=['A', 'B', 'C'])
def get_data(self):
return self.df
def clean_the_df(self, obj):
obj = obj.data_cleaner.multiply(col='A')
obj = obj.data_cleaner.square(col='B')
obj = obj.data_cleaner.add_strings(col='C')
return obj
def process_all(self, obj):
obj = obj.data_cleaner.process_all()
if __name__ == '__main__':
data = DataProcessor().get_data()
# this works
print(DataProcessor().clean_the_df(data))
# this does not work
print(DataProcessor().process_all(data))
我想将pandas.pipe()
函数与数据帧访问器一起使用,以将方法链接在一起。在DataCleaner
类中,我有一个方法process_all
,该方法包含类内的其他清理方法。我想把它们链接在一起,用多种方法一次性处理数据帧
将此链接方法保留在DataCleaner
类中会很好,因此我所要做的就是从另一个类或文件调用它一次,例如process_all
内DataProcessor
这样,我就不必逐个写出每个方法来处理数据帧,例如在DataProcessor.clean_the_df()
中
问题是process_all
在抱怨:TypeError: 'DataFrame' object is not callable
所以我的问题是,如何使用pandas数据帧访问器self.obj
和.pipe()
将一个函数中的多个清理方法链接在一起,以便我可以从另一个类调用该函数,并使用多个方法一次性处理数据帧
带有process_all
的所需输出:
A B C
0 1 2.25 AABBAABB
1 4 6.25 BBCCBBCC
2 9 12.25 CCDDCCDD
3 16 20.25 DDEEDDEE
4 25 30.25 EEFFEEFF
5 36 42.25 FFGGFFGG
这里的问题是
.pipe
需要一个接受数据帧、序列或GroupBy对象的函数。关于这一点,文件非常清楚:https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.pipe.html。除此之外,DataCleaner.process_all
函数没有正确实现.pipe
。为了链接多个函数,预期语法为:这相当于
为了将数据帧访问器与
.pipe
相结合,您需要在DataCleaner
类中定义静态方法,这些方法将数据帧和列作为参数。以下是修复您的问题的示例:使用此代码,运行此命令将产生:
相关问题 更多 >
编程相关推荐