python - 有没有一种优雅的方法可以在Python中调用同一对象的方法列表？

Question

我想知道是否有一种优雅的或更简单的方法来调用 python 中同一对象的方法列表，而不是每次都重复编写。例如:

df['date_col'] = pd.to_datetime(df['date_col'])
df['date_col_day'] = df['date_col'].dt.day
df['date_col_month'] = df['date_col'].dt.month
df['date_col_year'] = df['date_col'].dt.year

可以用一些更优雅的东西代替

for method in [day, month, year]:
    df[method.name] = df['date_col'].dt.method

我知道上面的示例在语法上是错误的，它只是演示了我想要的方式。

可以吗？

Answer 1

如果您有多个函数要作为“级联”调用，即:

• y1 = fun1(df.x)
• y2 = fun1(y1)
• y3 = fun1(y2)

您可以使用y3 = df.pipe(fun1).pipe(fun2).pipe(fun3)。

但就您而言，情况有所不同，因为您想保存 每个部分结果都在相关列中。

因此，您应该应用一个生成系列的函数，其中 相关索引下的每个部分结果。

示例:源 DataFrame 是:

     date_col  Xxx     Yyy
0  2019-01-12  100   97.37
1  2019-01-16  100   86.15
2  2019-01-20   80   80.00
3  2019-01-23  100  100.00

(date_col 是 string 类型)。

定义以下转换函数:

def conv(str):
    datTim = pd.to_datetime(str)
    return pd.Series([datTim, datTim.day, datTim.month, datTim.year],
        index=['date_col', 'date_col_day', 'date_col_month', 'date_col_year'])

并按以下方式应用它:

dtc = df.pop('date_col')
df = dtc.apply(conv).join(df)

请注意，pop 检索给定列，并将其从 df 中删除。 然后将 conv 应用于此列，生成一个 DataFrame，其中 4 列(日期及其“部分”)。最后一步是将其加入 源 DataFrame 的“其余部分”(dat_col 之后留下的列 已删除)。

现在date_col是datetime64类型，其内容是:

    date_col  date_col_day  date_col_month  date_col_year  Xxx     Yyy
0 2019-01-12            12               1           2019  100   97.37
1 2019-01-16            16               1           2019  100   86.15
2 2019-01-20            20               1           2019   80   80.00
3 2019-01-23            23               1           2019  100  100.00