Python 如何创建按顺序调用的对象的自定义管道？

Scikit学习功能是一个带有最终估计器的变换管道

我如何创建一些可以与没有scikit learn fit&transform方法，但有______;调用__;（）的类一起使用的东西？我不希望解决方案使用scikit学习管道。因此，我想按照下面列出的顺序执行以下操作

将dict传递给ppl，ppl将dict传递给a（）

步骤1返回的输出df。传递给B（）。\uuuuuuuu调用

步骤2返回的输出。传递给C（）。uuuuuuuu调用

步骤3返回的输出。传递给lambda函数，该函数返回两列a和B的总和

例如：

import pandas as pd

class A:
    def __init__(self, sample=1):
        self.sample = sample

    def __call__(self, dct):
        return pd.DataFrame(dct)[:self.sample]

class B:
    def __init__(self, col1, col2):
        self.col1 = col1
        self.col2 = col2
    def __call__(self, df):
        return df[self.col1], df[self.col2]

class C:
    def __call__(self, x, y):
        return x+y


ppl = CustomPipeline(pipeline=[('A', A(sample=700)),
                               ('B', B(col1='A', col2='B')),
                               ('C', C())
                               ('self', lambda x: x)])
df_sum = ppl(dct={'A': [1, 2, 4], 'B': [10, 2, 3]})

问题

• 如何实现CustomPipeline（），使其能够根据上面列出的示例工作
• 在每一个类中使用main（）是否比在类中实现_____调用__（）方法更好

输入导入序列、元组、可调用、任意
def CustomPipeline（管道：序列[Tuple[str，Callable[[Any]，Any]]）->Callable[[Any]，Any]：
def_运行（值：任意）->任意：
对于名称，管道中的阶段：
值=阶段（值）
返回值
返回运行
>>>ppl=CustomPipeline（[（'a'，λv:v*2），（'b'，λv:v+1）]）
>>>ppl（5）
11

外部函数用于创建管道各阶段的闭合

---

这可以通过类轻松实现。

很有趣。如果不是lambda v:v*2而是一个类呢？Any

可调用[[Any]，Any]

应该可以工作，所以只要构造一个参数就可以了。如果你指的是一个类的实例（比如一个对象），那么它也是可以调用的（就像你的例子一样）。