Wie um eine Unterklasse pandas DataFrame?

Unterklassen pandas Klassen scheint eine gemeinsame müssen, aber ich konnte nicht finden, Verweise auf das Thema. (Es scheint, dass pandas sind die Entwickler noch dran arbeiten: https://github.com/pydata/pandas/issues/60).

Gibt es SO einige threads zu dem Thema, aber ich hoffe, dass jemand hier kann einen mehr systematischen überblick über die derzeit der beste Weg, um eine Unterklasse pandas.DataFrame erfüllt, dass zwei, ich denke, Allgemeine Anforderungen:

import numpy as np
import pandas as pd

class MyDF(pd.DataFrame):
    # how to subclass pandas DataFrame?
    pass

mydf = MyDF(np.random.randn(3,4), columns=['A','B','C','D'])
print type(mydf)  # <class '__main__.MyDF'>

# Requirement 1: Instances of MyDF, when calling standard methods of DataFrame,
# should produce instances of MyDF.
mydf_sub = mydf[['A','C']]
print type(mydf_sub)  # <class 'pandas.core.frame.DataFrame'>

# Requirement 2: Attributes attached to instances of MyDF, when calling standard 
# methods of DataFrame, should still attach to the output.
mydf.myattr = 1
mydf_cp1 = MyDF(mydf)
mydf_cp2 = mydf.copy()
print hasattr(mydf_cp1, 'myattr')  # False
print hasattr(mydf_cp2, 'myattr')  # False

Ist und es keine nennenswerten Unterschiede für die Unterklassen pandas.Serie? Danke.

  • sehen Sie hier ein schönes Beispiel: github.com/kjordahl/geopandas; es ist zu beachten, dass im Allgemeinen IMHO Ihr nicht ein Grund, immer sub-Klasse, die Zusammensetzung funktioniert viel besser, ist flexibler und bietet mehr Vorteile.
  • Ich denke, es gibt Gründe zu wollen, um eine Unterklasse, atm, es funktioniert nicht, wie es in dem verlinkten Problem - es ist nie Priorität (auch wenn einige Arbeit getan wurde, auf Sie...)
  • Können Sie bitte empfehlen eine Weise zu verwenden, die Zusammensetzung auf pandas.DataFrame? Danke! (Siehe auch here.)
  • Siehe 0.16 docs hier
  • Vielen Dank für die nützlichen link! Jedoch, ich sehe nicht eine empfohlene Art der Zusammensetzung gibt. So wissen Sie, was schief geht in den Fehler den ich habe, den link gab ich in meinem letzten Kommentar? Danke!
  • Es scheint mir, dass die Vererbung ist ein wesentliches Merkmal der objektorientierten Programmierung, die unabhängig von jeder Aussicht über Komposition vs. Vererbung. Die Schwierigkeit der Unterklassen DataFrame macht mit dem Paket deutlich weniger attraktiv für mich und ich denke viele andere, ausgehend von den berichten auf den pandas-GitHub-Seite.
  • en.wikipedia.org/wiki/Composition_over_inheritance#Drawbacks kurz und bündig fasst das Problem. Ich möchte nur hinzufügen, eine kleine Methode, um DataFrame...
  • also patch in einer Methode; erstellen von Unterklassen ist fast immer eine schlechte Idee für eine reiche, komplexe Objekt
  • Ich habe auch eine nicht-triviale codebase. Ich bin nicht in einer position, um zu jagen, ob der patch hat sich fortgepflanzt durch alle import-Anweisungen in allen Modulen.

InformationsquelleAutor Lei | 2014-03-03
  1. 21

    Gibt es nun eine offizielle Anleitung, wie um eine Unterklasse Pandas Datenstrukturen, die umfasst DataFrame als auch als Serie.

    Die Anleitung steht hier: http://pandas.pydata.org/pandas-docs/stable/internals.html#subclassing-pandas-data-structures

    Der guide erwähnt das als Unterklasse erstellte DataFrame aus dem Geopandas Projekt als gutes Beispiel: https://github.com/geopandas/geopandas/blob/master/geopandas/geodataframe.py

    Als in HYRY die Antwort, es scheint, es gibt zwei Dinge, die Sie versuchen zu erreichen:

    1. Beim aufrufen von Methoden auf eine Instanz der Klasse, zurück Instanzen der richtige Typ (deinen Typ). Für diese, können Sie fügen Sie einfach die _constructor Eigenschaft, die zurückkehren sollte Ihrem Typ.
    2. Hinzufügen von Attributen, die angebracht werden, um Kopien von Ihrem Objekt. Um dies zu tun, müssen Sie die Namen dieser Attribute in einer Liste, die besonderen _metadata Attribut.

    Hier ein Beispiel:

    class SubclassedDataFrame(DataFrame):
    _metadata = ['added_property']
    added_property = 1  # This will be passed to copies

    @property
    def _constructor(self):
        return SubclassedDataFrame
    InformationsquelleAutor cjrieds
  2. 12

    Für Anforderung 1, nur definieren _constructor:

    import pandas as pd
import numpy as np

class MyDF(pd.DataFrame):
    @property
    def _constructor(self):
        return MyDF


mydf = MyDF(np.random.randn(3,4), columns=['A','B','C','D'])
print type(mydf)

mydf_sub = mydf[['A','C']]
print type(mydf_sub)

    Ich denke, es gibt keine einfache Lösung für Anforderung 2, ich denke, Sie müssen definieren __init__, copy, oder etwas in _constructor zum Beispiel:

    import pandas as pd
import numpy as np

class MyDF(pd.DataFrame):
    _attributes_ = "myattr1,myattr2"

    def __init__(self, *args, **kw):
        super(MyDF, self).__init__(*args, **kw)
        if len(args) == 1 and isinstance(args[0], MyDF):
            args[0]._copy_attrs(self)

    def _copy_attrs(self, df):
        for attr in self._attributes_.split(","):
            df.__dict__[attr] = getattr(self, attr, None)

    @property
    def _constructor(self):
        def f(*args, **kw):
            df = MyDF(*args, **kw)
            self._copy_attrs(df)
            return df
        return f

mydf = MyDF(np.random.randn(3,4), columns=['A','B','C','D'])
print type(mydf)

mydf_sub = mydf[['A','C']]
print type(mydf_sub)

mydf.myattr1 = 1
mydf_cp1 = MyDF(mydf)
mydf_cp2 = mydf.copy()
print mydf_cp1.myattr1, mydf_cp2.myattr1
    • Es scheint mir, dass du mich oft, was zu einer entsprechenden Unterklasse der Serie zur gleichen Zeit (D. H. haben Sie MyDF und MyS link in irgendeiner Weise, so z.B. mydf.sum() gibt einen MyS...)
    InformationsquelleAutor HYRY
Schreibe einen Kommentar