Question

IPython的一个有用功能是它的选项卡完成，除其他外，无需记住pandas.DataFrame列名称。

，例如，假设我们有

df = pd.DataFrame({'bar': [1, 2], 'baz': [3, 4], 'bap': [5, 6]})

将df作为

    bap bar baz
0   5   1   3
1   6   2   4

然后我们可以输入

df.<Tab>

它会将bap，bar和baz（以及其他）显示为成员，并尝试完成它们。

不幸的是，这种有用的功能在分层数据帧中部分消失了。例如，如果我们将事情改为

df = pd.DataFrame({
    ('foo', 'bar'): [1, 2], 
    ('foo', 'baz'): [3, 4], 
    ('bap', ''): [5, 6]})

将df作为

    bap foo
        bar baz
0   5   1   3
1   6   2   4

然后df.<Tab>将无法自动填充bap或foo。

使这项工作的正确方法是什么？我写了一个黑客来做这个（回答如下），但我对它依赖Python monkey-patching感到不满。其他答案将受到欢迎。

Answer 1

应用以下猴子补丁似乎可以消除问题的症状：

_orig_dir = getattr(pd.DataFrame, '__dir__')
def _mutilevel_aware_dir(df):
    multilevels = [tup for tup in df.columns if isinstance(tup, tuple)]
    return _orig_dir(df) + [tup[0] for tup in multilevels]
setattr(pd.DataFrame, '__dir__', _mutilevel_aware_dir)


_orig_get_attr = getattr(pd.DataFrame, '__getattr__')
def _mutilevel_aware_getattr(df, name):
    return _orig_get_attr(df, name)
setattr(pd.DataFrame, '__getattr__', _mutilevel_aware_getattr)

IPython显然间接使用DataFrame的{{3}}方法进行自动完成。第一个函数在内部扫描元组，如果遇到它们，则将它们的第一个元素作为“虚拟”成员返回。第二个函数抓取__getattr__来处理访问这样一个虚拟成员时将返回的内容。

将这些修补到课堂上似乎可以胜任。然而，这是一个相当暴力的解决方案，它可能具有我不知道的副作用。

制作IPython Tab-Complete Hierarchical pandas DataFrames

1 个答案: