python - Pandas 对象索引

Question

我希望能够在 DataFrame 中包含列标签，它们是某些通用对象的实例。因此，用一个简单的类来包装 str 并提供一些附加功能，而不是 str 对象:

class WrapStr(object):
    def __init__(self,str):
       self.str = str
    def __eq__(self,other):
       return self.str == other.str
    def __repr__(self):
       return self.str

问题是 pd.Index 不会调用 WrapStr 实例上的 eq 方法，而只是检查两个实例是否相同。

first_ins = WrapStr('col1')
my_ix = pd.Index([first_ins])
sec_ins = WrapStr('col1')

print first_ins in my_ix # True
print sec_ins in my_ix # False

看起来包含检查是在 https://github.com/pydata/pandas/blob/master/pandas/index.pyx 中定义的第 92 行和 448 行。

关于如何支持此类扩展列标签有什么想法吗？

Answer 1

向 WrapStr 添加一个 __hash__ 方法:

class WrapStr(object):
    def __init__(self,str):
       self.str = str
    def __eq__(self,other):
       return self.str == other.str
    def __repr__(self):
       return self.str
    def __hash__(self):
        return hash(self.str)

first_ins = WrapStr('col1')
my_ix = pd.Index([first_ins])
sec_ins = WrapStr('col1')

print first_ins in my_ix # True
print sec_ins in my_ix # False