Python 将数据源信息附加到熊猫系列

是否有方法将数据源的信息附加到熊猫系列？目前，我只是在dataframe中添加列，这些列指示每个变量的源

---

非常感谢您的想法和建议

与大多数Python对象一样，可以使用句点（

）语法添加属性。但是，您应该注意属性名称不会与标签冲突。下面是一个演示：

import pandas as pd

s = pd.Series(list(range(3)), index=list('abc'))
s.a = 10
s.d = 20

print(s.a, s.d)

10 20

print(s)

a    10
b     1
c     2

如上所述，当您实际上想要添加

属性时，可能会无意中覆盖标签的值。如前所述，缓解此问题的一种方法是执行简单的检查：

if 'a' not in s:
    s.a = 100
else:
    print('Attempt to overwrite label when setting attribute aborted!')
    # or raise a custom error

请注意，如上所述，对数据帧（如
GroupBy
、
pivot
等）的操作可能会返回已删除属性的数据副本

最后，为了存储数据框或附带元数据的系列，您可能希望考虑HDF5。例如，请参见官方文件中的。
：

要使原始数据结构具有附加属性，您应该
让熊猫知道添加了哪些属性<代码>熊猫

地图未知 数据名的属性重写

\uuuu getattribute\uuuu

。决定性的 原始属性可以通过以下两种方式之一完成：

为临时属性定义

\u internal\u names

和

\u internal\u names\u set

，这些临时属性不会传递给操作结果

为将传递给操作结果的正常属性定义

\u元数据

下面是定义两个原始属性的示例， “内部_缓存”作为临时属性，“添加_属性”作为临时属性 正常性质

class SubclassedDataFrame2(DataFrame):

    # temporary properties
    _internal_names = pd.DataFrame._internal_names + ['internal_cache']
    _internal_names_set = set(_internal_names)

    # normal properties
    _metadata = ['added_property']

@property
def _constructor(self):
    return SubclassedDataFrame2

_

>>> df = SubclassedDataFrame2({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
>>> df
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

>>> df.internal_cache = 'cached'
>>> df.added_property = 'property'

>>> df.internal_cache
cached
>>> df.added_property
property

# properties defined in _internal_names is reset after manipulation
>>> df[['A', 'B']].internal_cache
AttributeError: 'SubclassedDataFrame2' object has no attribute 'internal_cache'

# properties defined in _metadata are retained
>>> df[['A', 'B']].added_property
property

---

正如您所看到的，通过

\u metadata

定义自定义属性的好处是，在（大多数）一对一数据帧操作期间，属性将自动传播。请注意，在多对一数据帧操作期间（例如，

merge（）

或

concat（）

），您的自定义属性仍将丢失。

整个系列是否有一个源，或者每行/标签是否有不同的源？整个系列都将是相同的。

dataframe

中添加属性，不适用于其

系列

对象…@MicheldeRuiter从

数据帧

创建的

系列

对象（例如通过切片）实际上不会继承数据帧的元数据属性。当然可以，但它不能回答（和我的）问题。