python - 是否有一个 pandas 访问器来存储每个单元格中对象的底层值？

Question

在代码库中，我有包含自定义对象的 pandas 对象 (pd.DataFrame/pd.Series)。

如果我可以从底层对象调用方法或属性而无需求助于 .apply，这将显着简化代码库。

为了说明这一点，请考虑 pandas 系列的“汽车”对象。

class Car:
   ...
   def max_speed(self)->float:
      ...

x = pd.Series([car1, car2, car3]) 

目前我可以通过以下方式获得平均车速:

x.apply(lambda x: x.max_speed()).mean()

我认为如果我可以跳过 .apply(lambda x: x...) 并将其替换为以下内容，那就太好了:

x.obj.max_speed().mean()

其中 obj 是我的自定义访问器。

为了进一步说明这一点，请考虑一个类 Plane

class Plane:
    def cruise_height(self)->float:

在我的代码库中:

x1 = pd.Series([car1, car2, car3])
x2 = pd.Series([plane1, plane2, plane3])

我可以得到平均汽车速度/飞机巡航高度

x1.apply(lambda x: x.max_speed()).mean()
x2.apply(lambda x: x.cruise_height()).mean()

我认为如果我可以这样做，它会更具可读性:

x1.obj.max_speed().mean()
x2.obj.cruise_height().mean()

我想这与 .str. 公开底层字符串方法的方式类似。

pd.Series(['Hello', 'World']).str.get(0) # returns ['H', 'W']
pd.Series(['Hello', 'World']).str.upper()
# etc

Answer 1

根据 Pandas 文档，您可以注册 custom accessors使用特殊的装饰器，如下所示:

import pandas as pd

@pd.api.extensions.register_series_accessor("spec")
class SpecAccessor:
    def __init__(self, pandas_obj: pd.Series):
        self._obj = pandas_obj
        for i in range(len(self._obj)):
            for attr in self._obj[i].__class__.__dict__:
                # set objects methods on the accessor
                if not attr.startswith("__"):
                    ser = pd.Series(
                        [getattr(self._obj[i], attr)() for i in range(len(self._obj))]
                    )
                    setattr(self, attr, ser)

因此，使用以下类和实例:

class Car:
    def __init__(self, speed: float):
        self._speed = speed

    def max_speed(self) -> float:
        return self._speed * 1.5

class Plane:
    def __init__(self, max_height: float):
        self._max_height = max_height

    def cruise_height(self) -> float:
        return self._max_height * 0.6

car1 = Car(10.0)
car2 = Car(30.5)
car3 = Car(50.9)

plane1 = Plane(5_000.0)
plane2 = Plane(3_000.5)
plane3 = Plane(9_000.9)

你可以这样做:

print(pd.Series([car1, car2, car3]).spec.max_speed)
# Ouputs
0    15.00
1    45.75
2    76.35
dtype: float64

print(pd.Series([plane1, plane2, plane3]).spec.cruise_height)
# Outputs
0    3000.00
1    1800.30
2    5400.54
dtype: float64