- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想向我的 DataFrame 添加一个唯一的 id,通过使用我在这里找到的内容,我基本上成功了,Python Class Decorator 。我从这里知道https://github.com/pydata/pandas/issues/2485尚未明确支持添加自定义元数据,但装饰器似乎是一种解决方法。
当我使用 copy 和 groupby.agg 等方法时,我的装饰 DataFrame 返回新的且类似装饰的 DataFrame。如何让“所有”pandas 函数(例如 pd.DataFrame() 或 pd.read_csv)返回经过修饰的 DataFrame,而不是原始的、未修饰的 DataFrame,而无需单独修饰每个 pandas 函数?即,如何让我的装饰 DataFrame 替换库存 DataFrame?
这是我的代码。首先,我有一个增强的 pandas 模块,wrapPandas.py。
from pandas import *
import numpy as np
def addId(cls):
class withId(cls):
def __init__(self, *args, **kargs):
super(withId, self).__init__(*args, **kargs)
self._myId = np.random.randint(0,99999)
return withId
pandas.core.frame.DataFrame = addId(pandas.core.frame.DataFrame)
运行以下代码片段显示,当我使用 .copy() 和 .groupby().agg() 等方法时,我的 DataFrame 返回修饰的 DataFrame。然后,我将通过展示 pd.DataFrame 等 pandas 函数不会返回我的装饰 DataFrame(遗憾的是,但并不奇怪)来跟进。
编辑:根据 Jonathan Eunice 的回复添加了导入语句。
import wrapPandas as pd
d = {
'strCol': ['A', 'B', 'A', 'C', 'B', 'B', 'A', 'C', 'A'],
'intCol': [6,3,8,6,7,3,9,2,6],
}
#create "decorated" DataFrame
dfFoo = pd.core.frame.DataFrame.from_records(d)
print("dfFoo._myId = {}".format(dfFoo._myId))
#new DataFrame with new ._myId
dfBat = dfFoo.copy()
print("dfBat._myId = {}".format(dfBat._myId))
#new binding for old DataFrame, keeps old ._myId
dfRat = dfFoo
print("dfRat._myId = {}".format(dfRat._myId))
#new DataFrame with new ._myId
dfBird = dfFoo.groupby('strCol').agg({'intCol': 'sum'})
print("dfBird._myId = {}".format(dfBird._myId))
#all of these new DataFrames have the same type, "withId"
print("type(dfFoo) = {}".format(type(dfFoo)))
这会产生以下结果。
dfFoo._myId = 66622
dfBat._myId = 22527
dfRat._myId = 66622
dfBird._myId = 97593
type(dfFoo) = <class 'wrapPandas.withId'>
还有令人悲伤的部分。 dfBoo._myId
当然会引发 AttributeError
。
#create "stock" DataFrame
dfBoo = pd.DataFrame(d)
print(type(dfBoo))
#doesn't have a ._myId (I wish it did, though)
print(dfBoo._myId)
最佳答案
将您的猴子补丁修改为:
pd.DataFrame = pandas.core.frame.DataFrame = addId(pandas.core.frame.DataFrame)
即所以你正在“锁定”或“猴子修补”两个不同的名称。考虑到 pandas.core.frame.DataFrame 是 pd.DataFrame
,这种双重分配的需要可能看起来很奇怪。但您实际上并没有修改 DataFrame
类。您正在注入(inject)一个代理类。无论对代理的引用如何,都有效。直接到原始类的那些没有获得代理行为。通过将您可能想要使用的所有名称都指向代理来更改这一点。下面是它看起来更直观的样子:
我假设您的文件中的某处还有一个 import pandas as pd
,但未显示,否则您的 dfBoo
定义将失败,并出现 NameError: name ' pd' 未定义
。
由于这样的原因,猴子修补是危险的。你正在注入(inject)东西......并且不可能知道你是否“捕获了所有引用”或“修补了你需要的所有内容”。我不能保证代码中不会有其他调用来处理比此名称更低级别的结构,重新调整不会生效。但对于显示的代码来说,它是有效的!
更新您后来询问了如何使此功能适用于pd.read_csv
。嗯,这是您可能需要修补的另一个地方。此时,将上面的补丁代码修改为:
pd.DataFrame = pandas.io.parsers.DataFrame = pandas.core.frame.DataFrame = addId(pandas.core.frame.DataFrame)
修补 pandas.io.parsers.DataFrame
中 DataFrame
的定义可以解决 read_csv
的问题。同样的警告也适用:您可能需要追踪更多用途才能完全覆盖。
关于python - 将修饰的 DataFrame 与所有 pandas 函数关联,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29474644/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!