python - 基于函数列表以编程方式猴子修补Python中的多个函数

Question

我尝试猴子修补几个在函数列表上循环的函数，如下所示:

from pandas import *


class DataFrame(DataFrame):
    def new_function(self):
        print("I exist")


patch_function = [read_csv, read_json, read_html, read_clipboard, read_excel,
                  read_hdf, read_feather, read_parquet, read_msgpack,
                  read_stata, read_sas, read_pickle, read_sql, read_gbq]

for func in patch_function:
    orig_func = func

    def patch(*args, **kwargs):
        return DataFrame(orig_func(*args, **kwargs))

    func = patch

df = read_csv('example.csv')
df.new_function()

但是，这似乎不起作用。有人能告诉我为什么它不起作用以及如何做到这一点吗？谢谢!

Answer 1

我发现使用函数名称的字符串列表更容易，而不是污染所有的 pandas 函数。我认为您的问题实际上是更新 pd 模块上的基本函数 - 希望这是有意义的并且能够满足您的需要/期望。

#patched_pandas.py

import pandas as pd

class DataFrame2(pd.DataFrame):
    def new_function(self):
        print("I exist")


patch_function = ['read_csv', 'read_json', 'read_html', 'read_clipboard', 'read_excel',
                  'read_hdf', 'read_feather', 'read_msgpack',
                  'read_stata', 'read_sas', 'read_pickle', 'read_sql']

for func in patch_function:
    orig_func = getattr(pd, func)

    def patch(func):
        def patched(*args, **kwargs):
            return DataFrame2(func(*args, **kwargs))
        return patched

    setattr(pd, func, patch(orig_func))

然后使用时，只需导入并获取修改后的 pandas 版本即可。

#main.py (or wherever)
from patched_pandas import pd

df = pd.read_csv('example.csv')
df.new_function()