python - 如何用我自己的方法和函数扩展 pandas 的 Dataframe 类

Question

第一个问题:

我正在使用 pandas 的 DataFrame，并且经常运行相同的例程作为数据预处理和其他操作的一部分。我想将其中一些例程编写为名为 ExtendedDataframe 的类中的方法，该类扩展了 pandas.DataFrame。我不知道该怎么办。到目前为止，我没有在新类中编写任何 __init__ ，因此它是从 pandas.DataFrame 继承的:

import pandas
class ExtendedDataframe(pandas.DataFrame):
  def some_method(self):
    blahblah

这显然使我能够通过继承创建 ExtendedDataframe 的实例。但我通常通过诸如 pandas.read_csv 之类的方式加载数据，它会返回经典的 DataFrame。除了标准 DataFrame 提供的方法之外，如何才能加载此类 csv 数据并在某个时候将其转换为 ExtendedDataframe 以使用我自己的方法？如果加载阶段返回一个标准的 DataFrame，然后我将其转换为一个 ExtendedDataframe，那就没问题了。

第二个问题:

并非我使用的所有 pandas 功能都是 DataFrame 方法。有些是以 DataFrames 作为参数的函数，例如 pandas.merge。如何将此类函数的使用扩展到我的 ExtendedDataframe 类的实例？换句话说，如果 df1 和 df2 是 ExtendedDataframe 的两个实例，我该如何制作

pandas.merge([df1, df2], ...)

就像使用 DataFrame 的标准实例一样工作吗？

Answer 1

这并不能直接回答您的问题，但它是您问题的潜在答案。很多人在他们的工作流程中使用管道方法。

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.pipe.html

而不是说

df = foo(df)

你可以说

df = df.pipe(foo)

您甚至可以为函数指定参数!这比尝试封装整个数据帧类更容易维护。所以我们的想法是，您可以创建一个函数库并根据需要对它们进行管道传输。