如何在python中将数据帧作为实例变量处理

全部,

我在网上没有看到类似的问题，如果有，请引导我回答这个问题

以下是我试图做的：

• 我有一个类，它在一个数据框架中构建了一个金融模型（因此在数据框架中有几十列）
• 每列都有一个公式，许多列使用前面列中的信息

有人能推荐一下解决这个问题的好方法吗

#导入所需的库
作为pd进口熊猫
将numpy作为np导入
类DataFrameInClass:
定义初始化（self，a:int，b:int）：
self.a=a
self.b=b
self.df=pd.DataFrame（）
def get_df（自我）->pd.DataFrame：
返回pd.DataFrame（np.random.randint（self.a，self.b，size=（100,4）），columns=list（'ABCD'））
def设置_df（自）：
self.df=self.get_df
def计算平方（自）->pd.系列：
#方法1-分别计算每列
df=self.df.copy（deep=True）
df['A_Square']=df['A']**2
返回pd.系列（数据=df['A_Square']，索引=df.索引）
def计算立方（自）：
#方法2-修改数据帧
self.df['A_Cubed']=self.df['A']**3

我不确定仅仅修改每个方法中的数据帧是否是一种好的做法（请有人帮助我更好地理解这一点）。或者我应该重新计算每个方法中的列（这感觉也是个坏主意）。

---

例如，在下面的例子中，如果将一个_平方值作为实例变量，我可以计算一行中的一个_立方。然而，这也意味着我的类将有如此多的实例变量

，我将在一个函数中使用club操作数据帧，然后返回更新后的数据帧。例如，在构造函数中，您可以构建

self.df=pd.DataFrame（np.random.randint（self.a，self.b，size=（100,4）），columns=list（'ABCD'）

，然后调用

calculate\u a\u square

，然后调用`self.df['a\u square']=self.df['a']******2，然后调用self.df['a\u Cubed']=self.df['a']**['a']**['a'**'**'**，我有150多列，其中多个列的计算需要多个步骤。如果将它们合并到一个函数中，这难道不会使函数变得如此复杂吗？另外，一个函数通常不应该单独做一件事。我同意，我的意思不是在一个函数中转储所有操作，如果它们没有内聚性的话。这肯定是一种权衡。如果你正在建造一条管道，那么最好将操作保持在一个地方。