python - 为什么我们需要三种不同的方式来操作 pandas？

Question

为什么我们需要三种操作方式？

(我使用乘法作为例子)

第一种方式:

df['a'] * 5

第二种方式:

df['a'].mul(5)

第三种方式:

df['a'].__mul__(5)

不是两个就够了，不需要mul，我想知道它是否可以像正常方式一样，像一个整数

第一种方式:

3 * 5

第二种方式:

(3).__mul__(5)

但是在 inetger 的常规基础上:

(3).mul(5)

会坏掉。

我只是好奇，为什么我们在 Pandas 中需要这么多东西，加法、减法和除法都是一样的。

Answer 1

* 和 mul 做同样的事情，但 __mul__ 不同。

* 和 mul 在委托(delegate)给 __mul__ 之前执行一些检查。有两件事您应该了解。

1. 未实现

有一个特殊的单例值 NotImplemented，在类的 __mul__ 无法处理其他操作数的情况下，它会返回。然后，这会告诉 Python 尝试 __rmul__。如果也失败，则会引发通用 TypeError。如果你直接使用__mul__，你不会得到这个逻辑。观察:

class TestClass:

    def __mul__(self, other):
        return NotImplemented

TestClass() * 1

输出:

TypeError: unsupported operand type(s) for *: 'TestClass' and 'int'

将其与此进行比较:

TestClass().__mul__(1)

输出:

NotImplemented

这就是为什么，一般来说，您应该避免直接调用 dunder(魔术)方法:您绕过了 Python 所做的某些检查。

派生类运算符处理

当您尝试执行诸如 Base() * Derived() 之类的操作时，其中 Derived 继承自 Base，您会期望 Base.__mul__(Derived()) 首先被调用。这可能会带来问题，因为 Derived.__mul__ 更有可能知道如何处理此类情况。

因此，当您使用*时，Python会检查右操作数的类型是否比左操作数的派生程度更高，如果是，则直接调用右操作数的__rmul__方法。

观察:

class Base:

    def __mul__(self, other):
        print('base mul')

class Derived(Base):

    def __rmul__(self, other):
        print('derived rmul')

Base() * Derived()

输出:

derived rmul

请注意，即使 Base.__mul__ 不返回 NotImplemented 并且可以清楚地处理 Derived 类型的对象，Python 甚至不先看；它立即委托(delegate)给 Derived.__rmul__。

为了完整起见，在 pandas 的上下文中，* 和 mul 之间有一个区别:mul 是一个函数，因此可以在变量中传递并独立使用。例如:

import pandas as pd

pandas_mul = pd.DataFrame.mul
pandas_mul(pd.DataFrame([[1]]), pd.DataFrame([[2]]))

另一方面，这将会失败:

*(pd.DataFrame([[1]]), pd.DataFrame([[2]]))