Question

我想定义一个具有超级pd.DataFrame对象的类，如下所示：

import pandas as pd

class my_data_frame(pd.DataFrame):
    def __init__(self, index, columns):
        super(my_data_frame,self).__init__(index = index, columns = columns)
        self = self.fillna(0)
        print('init',self)

df = my_data_frame([1,2,3],['a','b','c'])
print('first', df)

这将打印输出

init    a  b  c
1  0  0  0
2  0  0  0
3  0  0  0
first      a    b    c
1  NaN  NaN  NaN
2  NaN  NaN  NaN
3  NaN  NaN  NaN

所以问题是为什么第5行的fillna函数不能真正起作用。因为从init函数打印它似乎工作，但在命令行中它不起作用。

Answer 1

使用inplace = True由于某种原因起作用：

class my_data_frame(pd.DataFrame):
    def __init__(self, index, columns):
        super(my_data_frame,self).__init__(index = index, columns = columns)
        self.fillna(0, inplace=True)
        print('init',self)


my_data_frame([1,4,3],['a','b','c'])
init    a  b  c
1  0  0  0
4  0  0  0
3  0  0  0
Out[557]: 
   a  b  c
1  0  0  0
4  0  0  0
3  0  0  0

我认为这与作业有关。当您使用self =时，它会创建一个新的DataFrame并分配给您的自定义类，但超类没有更新。

Answer 2

@Allen已经告诉你是一种方法，但我会添加一些额外的评论。

请在 subclassing pandas objects
我会简化对super的调用，以避免fillna
以下是我在第1项中使用链接的方式。

一个。我创建了一个将参数直接传递给DataFrame构造函数的类湾我想看看data是否通过，如果不通过，我将其设置为零 C。我创建了一个属性（@property）来定义构造函数是什么。这是大熊猫在创建新副本时使用的原因。因为我定义了一个直接传递所有参数的子类，所以这应该是非常干净的 d。我定义了一个实现初始化程序意图的函数。

import pandas as pd

class MyDataFrame(pd.DataFrame):
    def __init__(self, *args, **kwargs):

        if len(args) == 0:
            kwargs.setdefault('data', 0)

        super(MyDataFrame, self).__init__(*args, **kwargs)

    @property
    def _constructor(self):
        return MyDataFrame

def my_data_frame(index, columns):
    return MyDataFrame(index=index, columns=columns)

演示

mdf = my_data_frame([1,4,3],['a','b','c'])
mdf

   a  b  c
1  0  0  0
4  0  0  0
3  0  0  0

mdf2 = mdf[['a', 'c']]
mdf2

   a  c
1  0  0
4  0  0
3  0  0

type(mdf2)

__main__.MyDataFrame

Answer 3

我知道从数据框继承是非常诱人的，但事实并非如此。这是您将遇到的许多问题之一。可能最常见的是许多函数返回“新鲜”的数据帧。所以你在new_dataframe上使用一个方法，它将返回一个普通的数据帧。

此外，您的示例不起作用，因为一旦您分配给自我python将其视为局部变量。

在类python的init函数中使用pandas fillna

3 个答案: