python - pandas:链式方法的组合，如 .resample()、.rolling() 等

Question

我想构建 pandas.DataFrame 的扩展— 我们称它为 SPDF — 这可以做超出简单的事情 DataFrame可以:

import pandas as pd
import numpy as np


def to_spdf(func):
    """Transform generic output of `func` to SPDF.

    Returns
    -------
    wrapper : callable
    """
    def wrapper(*args, **kwargs):
        res = func(*args, **kwargs)
        return SPDF(res)

    return wrapper


class SPDF:
    """Special-purpose dataframe.

    Parameters
    ----------
    df : pandas.DataFrame

    """

    def __init__(self, df):
        self.df = df

    def __repr__(self):
        return repr(self.df)

    def __getattr__(self, item):
        res = getattr(self.df, item)

        if callable(res):
            res = to_spdf(res)

        return res


if __name__ == "__main__":

    # construct a generic SPDF
    df = pd.DataFrame(np.eye(4))
    an_spdf = SPDF(df)

    # call .diff() to obtain another SPDF
    print(an_spdf.diff())

现在，DataFrame 的方法返回另一个 DataFrame ，例如 .diff()在上面的 MWE 中，给我另一个 SPDF ，这很棒。但是，我也想欺骗链式方法，例如 .resample('M').last()或 .rolling(2).mean()生产 SPDF最后。到目前为止我失败了因为.rolling()等的类型是 callable ，还有我的 wrapper to_spdf试图构建一个 SPDF从他们的输出中无需“等待”.mean()或表达式的任何其他最后部分。任何想法如何解决这个问题？

谢谢。

Answer 1

您应该正确继承dataframe。为了使 copy-constructor 方法起作用，pandas 描述您必须设置 _constructor属性(property)(连同其他信息)。

您可以执行以下操作:

class SPDF(DataFrame):

    @property
    def _constructor(self):
        return SPDF

如果您需要保留自定义属性(不是函数 - 那些将在那里)，在copy-constructor方法(如 >diff), 然后你可以做类似下面的事情

class SPDF(DataFrame):
    _metadata = ['prop']
    prop = 1

    @property
    def _constructor(self):
        return SPDF

注意输出符合要求:

df = SPDF(np.eye(4))
print(type(df))
[<class '__main__.SPDF'>]
new = df.diff()
print(type(new))
[<class '__main__.SPDF'>]