Question

我正在过滤pandas.DataFrame中的某些数据，并想跟踪我松动的行。所以基本上，我想

df = pandas.read_csv(...)
n1 = df.shape[0]
df = ...  # some logic that might reduce the number of rows
print(f'Lost {n1 - df.shape[0]} rows')

现在有多个过滤步骤，其前后的代码始终相同。所以我正在寻找一种抽象方法。

首先想到的当然是装饰器-但是，我不喜欢仅用一个LOC创建一堆函数的想法。

我想出的是上下文管理器：

from contextlib import contextmanager

@contextmanager
def rows_lost(df):
    try:
        n1 = df.shape[0]
        yield df
    finally:
         print(f'Lost {n1 - df.shape[0]} rows')

然后：

with rows_lost(df) as df:
    df = ...

我想知道是否有更好的解决方案？

修改：我只是意识到，如果过滤器步骤返回一个新对象（这是pandas Dataframes的默认值），则上下文管理器方法将行不通。仅当对象“就地”修改时有效。

Answer 1

您可以编写一个“包装函数”来包装您指定的过滤器：

def filter1(arg):
    return arg+1

def filter2(arg):
    return arg*2

def wrap_filter(arg, filter_func):
    print('calculating with argument', arg)
    result = filter_func(arg)
    print('result', result)
    return result

wrap_filter(5, filter1)
wrap_filter(5, filter2)

使用装饰器可以改善的唯一一件事是，您可以选择在不使用包装器的情况下调用过滤器...

在语句/代码块之前/之后重复执行相同的代码

1 个答案: