背景:
我使用Python 3.5与Pandas和Jupyter Notebook。这是我第一次去 类。使用Jupyter笔记本可以简单地运行一小部分 一次编码一个单元格。我想开始制作 脚本/程序具有逻辑和更可读的流程。但是这里有 我还不了解的基础知识。知道我在过去几天花了很多时间 阅读并尝试使其发挥作用。我很少在SO上提问 因为我通常可以从以前的帖子中得到我需要的东西......就像大多数人一样 我确定。
出于某种原因,我不知道如何做我确定很简单的事情。下面 是我写的一个大型程序的片段。此时有四种方法 它们是相同的代码副本。那就是循环 通过state_list来过滤我想要的Pandas状态 我正在阅读的数据框。每种方法的目的都是以不同的方式阅读 文件(xlsx和csv)并提取日期和特定状态的数据。
不是在每个方法中重复for循环,我可以 使它成为一个方法然后从其他方法调用它?我试过几个 事情,但它刚刚发生。
当前代码:
class GetData(object):
report_date = '3/1/2016'
state_list = ['AL', 'AZ', 'GA', 'IA', 'ID', 'IL', 'MN', 'MS',
'MT', 'NE', 'NM', 'NV', 'TN', 'UT', 'WI']
def data_getter(self):
"""Pulls in dataset and filters on specific date and states."""
data = pd.read_excel('C:\\datapath\\file.xlsx')
data = data[data['date'] == GetData.report_date]
states = []
for state in GetData.state_list:
df = data[data['state'] == state]
states.append(df)
concat_data = pd.concat(states, axis=0)
return concat_data
然后我将其实例化为:
data = GetData()
dataset = data.data_getter()
目标 - 像这样的东西?
class GetData(object):
report_date = '3/1/2016'
state_list = ['AL', 'AZ', 'GA', 'IA', 'ID', 'IL', 'MN', 'MS',
'MT', 'NE', 'NM', 'NV', 'TN', 'UT', 'WI']
def data_getter(self):
"""Pulls in dataset and filters on specific date and states."""
data = pd.read_excel('C:\\datapath\\file.xlsx')
data = data[data['date'] == GetData.report_date]
# Call to state_filter here?
data = GetData()
data = data.state_filter
def state_filter(self):
states = []
for state in GetData.state_list:
df = data[data['state'] == state]
states.append(df)
concat_data = pd.concat(states, axis=0)
return concat_data
答案 0 :(得分:1)
<强>更新强>
你可以随时写自己的包装类,但我会说有一个很好的理由......
class GetData(object):
#report_date = '3/1/2016'
states = ['AL', 'AZ', 'GA', 'IA', 'ID', 'IL', 'MN', 'MS',
'MT', 'NE', 'NM', 'NV', 'TN', 'UT', 'WI']
def __init__(self, df_or_file=None, read_func=pd.read_excel, **kwargs):
if df_or_file is not None:
if isinstance(df_or_file, (pd.DataFrame, pd.Series, pd.Panel)):
self.data = df
elif(os.path.isfile(df_or_file)):
self.data = read_func(df_or_file, **kwargs)
else:
self.data = pd.DataFrame()
def save(self, filename, savefunc=pd.DataFrame.to_excel, **kwargs):
savefunc(df, filename, **kwargs)
现在您可以执行以下操作:
让我们生成一些随机DF并准备CSV和Excel文件:
In [53]: df = pd.DataFrame(np.random.randint(0, 10, size=(5, 3)), columns=list('abc'))
In [54]: df
Out[54]:
a b c
0 6 0 2
1 8 1 5
2 5 5 4
3 0 4 1
4 5 4 2
In [55]: df.to_csv('d:/temp/test.csv', index=False)
In [56]: (df+100).to_excel('d:/temp/test.xlsx', index=False)
现在我们可以创建我们的对象:
In [57]: x = GetData(df)
In [58]: x.data
Out[58]:
a b c
0 6 0 2
1 8 1 5
2 5 5 4
3 0 4 1
4 5 4 2
或从CSV
加载In [61]: x = GetData('d:/temp/test.csv', read_func=pd.read_csv, sep=',')
In [62]: x.data
Out[62]:
a b c
0 6 0 2
1 8 1 5
2 5 5 4
3 0 4 1
4 5 4 2
In [63]: x.data[x.data.a == 5]
Out[63]:
a b c
2 5 5 4
4 5 4 2
或从Excel文件中加载:
In [64]: x = GetData('d:/temp/test.xlsx')
In [65]: x.data
Out[65]:
a b c
0 106 100 102
1 108 101 105
2 105 105 104
3 100 104 101
4 105 104 102
并保存:
In [66]: x.data.c = 0
In [67]: x.data
Out[67]:
a b c
0 106 100 0
1 108 101 0
2 105 105 0
3 100 104 0
4 105 104 0
In [68]: x.save('d:/temp/new.xlsx', index=False)
In [69]: x.save('d:/temp/new.csv', savefunc=pd.DataFrame.to_csv, sep=';', index=False)