提问人：mouwsy 提问时间：9/16/2023 最后编辑：mouwsy 更新时间：9/16/2023 访问量：72
使用方法链接将 DataFrame 复制到新变量
copy a dataframe to new variable with method chaining
问：
是否可以将方法链中间的数据帧复制到新变量？ 像这样：
import pandas as pd
df = (pd.DataFrame([[2, 4, 6],
[8, 10, 12],
[14, 16, 18],
])
.assign(something_else=100)
.div(2)
.copy_to_new_variable(df_imag) # Imaginated method to copy df to df_imag.
.div(10)
)
print(df_imag)然后会返回：
0 1 2 something_else
0 1.0 2.0 3.0 50.0
1 4.0 5.0 6.0 50.0
2 7.0 8.0 9.0 50.0
.copy_to_new_variable(df_imag)可以替换为，但这会导致方法链受损。df_imag = df.copy()
答：
3赞
Andrej Kesely
9/16/2023
#1
使用运算符：:=
df = (df_imag := df.assign(new_var=100).div(2)).div(10)
print(df)
print(df_imag)
指纹：
0 1 2 new_var
0 0.1 0.2 0.3 5.0
1 0.4 0.5 0.6 5.0
2 0.7 0.8 0.9 5.0
0 1 2 new_var
0 1.0 2.0 3.0 50.0
1 4.0 5.0 6.0 50.0
2 7.0 8.0 9.0 50.0
评论
1赞
Quang Hoang
9/16/2023
应该注意这是一个 Python 3.8+ 操作。
2赞
mozway
9/16/2023
#2
动态创建变量不是一个好主意，但您可以轻松地利用可变对象（如字典）。
添加新的 DataFrame 方法以无缝执行此操作：
from pandas.core.base import PandasObject
### this only needs to be done once per session
def to_name(df, dic, name, copy=False):
dic[name] = df.copy() if copy else df
return df
PandasObject.to_name = to_name
###
tmp = {}
df = (pd.DataFrame([[2, 4, 6],
[8, 10, 12],
[14, 16, 18],
])
.assign(something_else=100)
.div(2)
.to_name(tmp, 'after_div2', copy=True)
.div(10)
)
print(tmp['after_div2'])
print(df)
输出：
# tmp['after_div2']
0 1 2 something_else
0 1.0 2.0 3.0 50.0
1 4.0 5.0 6.0 50.0
2 7.0 8.0 9.0 50.0
# df
0 1 2 something_else
0 0.1 0.2 0.3 5.0
1 0.4 0.5 0.6 5.0
2 0.7 0.8 0.9 5.0
如果不想对 DataFrame 对象进行猴子修补，请使用管道：
def to_name(df, dic, name, copy=False):
dic[name] = df.copy() if copy else df
return df
tmp = {}
df = (pd.DataFrame([[2, 4, 6],
[8, 10, 12],
[14, 16, 18],
])
.assign(something_else=100)
.div(2)
.pipe(to_name, tmp, 'after_div2')
.div(10)
.pipe(lambda df: print('\nQuick alternative:', df, sep='\n') or df)
)
print(tmp['after_div2'])
印刷
在同一行中，您还可以添加一个可链接的方法，或者再次在管道中使用 lambda：print
from pandas.core.base import PandasObject
### this only needs to be done once per session
def df_print(df, *args):
if args:
print(*args)
print(df)
return df
PandasObject.print = df_print
###
df = (pd.DataFrame([[2, 4, 6],
[8, 10, 12],
[14, 16, 18],
])
.print()
.assign(something_else=100)
.div(2)
.print('\nAfter 2:')
.div(10)
.pipe(lambda df: print('\nQuick alternative:', df, sep='\n') or df)
)
输出：
0 1 2
0 2 4 6
1 8 10 12
2 14 16 18
After 2:
0 1 2 something_else
0 1.0 2.0 3.0 50.0
1 4.0 5.0 6.0 50.0
2 7.0 8.0 9.0 50.0
Quick alternative:
0 1 2 something_else
0 0.1 0.2 0.3 5.0
1 0.4 0.5 0.6 5.0
2 0.7 0.8 0.9 5.0
作为一个模块
您还可以创建一个模块：
pandas_debug.py
from pandas.core.base import PandasObject
def df_print(df, *args):
if args:
print(*args)
print(df)
return df
PandasObject.print = df_print
def to_name(df, dic, name, copy=False):
dic[name] = df.copy() if copy else df
return df
PandasObject.to_name = to_name
然后在您的代码中：
import pandas as pd
import pandas_debug
tmp = {}
df = (pd.DataFrame([[2, 4, 6],
[8, 10, 12],
[14, 16, 18],
])
.assign(something_else=100)
.div(2)
.to_name(tmp, 'after_div2')
.div(10)
.print()
)
评论
0赞
mouwsy
9/17/2023
非常感谢，这就是我一直在找的。只是为了更好地理解：做什么和做什么？我可以放下这些吗？因为代码也可以在没有这些的情况下工作。from pandas.core.base import PandasObjectPandasObject.to_name = to_name
1赞
mozway
9/17/2023
这是添加新的 DataFrame 方法 （） 所必需的，否则该方法不会退出，但您只需在每个会话中运行一次，它就适用于所有 DataFrame。如果您使用该方法，则不需要它。to_namepipe
评论
.copy_to_new_variable(df_imag):=.copy_to_new_variable(df_imag)df_imag :=df.copy()df_imag = df