代码之家 › 专栏 › 技术社区 › Brad Solomon

为什么数据帧的子类化会改变原始对象?

subclass dataframe pandas python-3.x python

Brad Solomon · 技术社区 · 9 年前

我忽略了 warnings

我想保留所有现有的 DataFrame
我想在类实例化时设置一些额外的属性,这些属性稍后将用于定义我可以在子类上调用的其他方法。

下面是一个片段:

class SubFrame(pd.DataFrame):

    def __init__(self, *args, **kwargs):
        freq = kwargs.pop('freq', None)
        ddof = kwargs.pop('ddof', None)
        super(SubFrame, self).__init__(*args, **kwargs)
        self.freq = freq
        self.ddof = ddof
        self.index.freq = pd.tseries.frequencies.to_offset(self.freq)

    @property
    def _constructor(self):
        return SubFrame

print(df)
               col0     col1     col2
2014-07-31  0.28393  1.84587 -1.37899
2014-08-31  5.71914  2.19755  3.97959
2014-09-30 -3.16015 -7.47063 -1.40869
2014-10-31  5.08850  1.14998  2.43273
2014-11-30  1.89474 -1.08953  2.67830

print(df.index)
DatetimeIndex(['2014-07-31', '2014-08-31', '2014-09-30', '2014-10-31',
               '2014-11-30'],
              dtype='datetime64[ns]', freq=None)

使用 SubFrame 允许我在一个步骤中指定该频率:

sf = SubFrame(df, freq='M')
print(sf.index)
DatetimeIndex(['2014-07-31', '2014-08-31', '2014-09-30', '2014-10-31',
               '2014-11-30'],
              dtype='datetime64[ns]', freq='M')

问题是,这会修改 df :

print(df.index.freq)
<MonthEnd>

此外,我承认 copied 我不太懂的代码。内部发生了什么 __init__ 在上面是否需要将args/kwargs与一起使用 pop

1 回复 | 直到 7 年前

piRSquared 9 年前

我将添加警告。我并不是想让你气馁,而是为你的努力喝彩。

然而,这并不是你关于发生了什么的最后一个问题。

也就是说,一旦你跑步:

super(SubFrame, self).__init__(*args, **kwargs)

self

d1 = pd.DataFrame(1, list('AB'), list('XY'))
d2 = pd.DataFrame(d1)

d2.index.name = 'IDX'

d1

     X  Y
IDX      
A    1  1
B    1  1

所以观察到的行为是一致的,当你通过将另一个数据帧传递给构造函数来构造一个数据帧时,你最终指向的是相同的对象。

为了回答您的问题,子类化并不是允许原始对象发生变异……而是熊猫从传递的数据帧构造数据帧的方式。

通过使用副本实例化来避免这种情况

d2 = pd.DataFrame(d1.copy())

发生了什么事 __init__

你想把所有的 args kwargs pd.DataFrame.__init__ 除了特定的 关键字参数 freq 和 ddof . pop 关键字参数 pd.数据帧_uinit__

我将如何实施 pipe

def add_freq(df, freq):
    df = df.copy()
    df.index.freq = pd.tseries.frequencies.to_offset(freq)
    return df

df = pd.DataFrame(dict(A=[1, 2]), pd.to_datetime(['2017-03-31', '2017-04-30']))

df.pipe(add_freq, 'M')

推荐文章