Question

假设我有这样的功能：

from toolz.curried import *

@curry
def foo(x, y):
    print(x, y)

然后我可以致电：

foo(1,2)
foo(1)(2)

两者都按预期返回。

但是，我想做这样的事情：

@curry.inverse # hypothetical
def bar(*args, last):
    print(*args, last)

bar(1,2,3)(last)

这背后的想法是我想预先配置一个函数，然后把它放在这样的管道中：

pipe(data,
    f1, # another function
    bar(1,2,3) # unknown number of arguments
)

然后，bar(1,2,3)(data)将被称为管道的一部分。但是，我不知道该怎么做。有任何想法吗？非常感谢你！

修改

要求提供一个更具说明性的例子。因此，它来了：

import pandas as pd
from toolz.curried import *

df = pd.DataFrame(data)

def filter_columns(*args, df):
    return df[[*args]]

pipe(df,
    transformation_1,
    transformation_2,
    filter_columns("date", "temperature")
)

正如您所看到的，DataFrame通过函数传递，filter_columns就是其中之一。但是，该函数已预先配置并返回一个仅采用DataFrame的函数，类似于装饰器。用这个可以实现同样的行为：

def filter_columns(*args):
    def f(df):
        return df[[*args]]
    return f

但是，我总是要打两个电话，例如filter_columns()(df)，这就是我想避免的。

Answer 1

我对toolz模块不太熟悉，但看起来没有简单的方法来讨论具有任意数量参数的函数，所以让我们尝试别的。

首先作为

的替代方案

def filter_columns(*args):
    def f(df):
        return df[*args]
    return f

（顺便说一下，df[*args]是语法错误）

要避免filter_columns()(data)，您可以抓住args中的最后一个元素并使用切片表示法来抓取其他内容，例如

def filter_columns(*argv):
    df, columns = argv[-1], argv[:-1]
    return df[columns]

并使用filter_columns(df)，filter_columns("date", "temperature", df)等

然后使用functools.partial构建新的，部分应用的过滤器来构建管道，例如

from functools import partial
from toolz.curried import pipe # always be explicit with your import, the last thing you want is import something you don't want to, that overwrite something else you use

pipe(df,
    transformation_1,
    transformation_2,
    partial(filter_columns, "date", "temperature")
)

在python中反转顺序

1 个答案: