Python 方法的有效参数_Python_Pandas

Python 方法的有效参数

python pandas

Python 方法的有效参数,python,pandas,Python,Pandas,熊猫似乎忽略了额外的（无效的）参数。例如 import pandas as pd df=pd.read_excel('myfile.xlsx', some_dummy_param=True) 我期望（但没有得到）类似于 TypeError: __init__() got an unexpected keyword argument 'some_dummy_param' 问题是，由于没有错误，我认为“StruthUMyMyPARAM”是有效的。这当然不是意料之中的。有没有办法确保只向read\

熊猫似乎忽略了额外的（无效的）参数。例如

import pandas as pd
df=pd.read_excel('myfile.xlsx', some_dummy_param=True)

我期望（但没有得到）类似于

TypeError: __init__() got an unexpected keyword argument 'some_dummy_param'

问题是，由于没有错误，我认为“StruthUMyMyPARAM”是有效的。这当然不是意料之中的。有没有办法确保只向read\u excel方法传递有效参数？

没有，没有

关键字参数通常通过Pandas-through传递，它要么被转发，要么被视为

dict

。使用此

dict

的功能可以自由检查是否有他们期望的以外的键

你可以这样做：

def safe_read_excel(self, f_name, *args, **kwargs):
    # Check if kwargs contains wrong parameters
    if set(kwargs.keys()).difference(set(<expected keys>)): 
        raise ValueError(<some messagge>)
    return self.read_excel(f_name, *args, **kwargs)

pd.DataFrame.safe_read_excel = safe_read_excel

def safe_read_excel（self，f_name，*args，**kwargs）：
#检查kwargs是否包含错误的参数
如果设置（kwargs.keys（））。差异（设置（））：
提升值错误（）
返回self.read\u excel（f\u名称，*args，**kwargs）
pd.DataFrame.safe\u read\u excel=safe\u read\u excel

然而，这将

为DataFrame创建非标准方法

可能会因为不同版本的熊猫而中断

不，不是真的

关键字参数通常通过Pandas-through传递，它要么被转发，要么被视为

dict

。使用此

dict

的功能可以自由检查是否有他们期望的以外的键

你可以这样做：

def safe_read_excel(self, f_name, *args, **kwargs):
    # Check if kwargs contains wrong parameters
    if set(kwargs.keys()).difference(set(<expected keys>)): 
        raise ValueError(<some messagge>)
    return self.read_excel(f_name, *args, **kwargs)

pd.DataFrame.safe_read_excel = safe_read_excel

def safe_read_excel（self，f_name，*args，**kwargs）：
#检查kwargs是否包含错误的参数
如果设置（kwargs.keys（））。差异（设置（））：
提升值错误（）
返回self.read\u excel（f\u名称，*args，**kwargs）
pd.DataFrame.safe\u read\u excel=safe\u read\u excel

然而，这将

为DataFrame创建非标准方法

可能会因为不同版本的熊猫而中断

是的，这不是一个需要解决的小问题<代码>pd.read_excel接受签名中的

**kwargs

。这意味着您可以随意传递任何关键字参数，因为

read\u excel

不需要使用任何关键字参数

解决这个问题的一种方法是

确定实际接受的关键字参数

read\u excel

为

read\u excel

根据（1）的结果筛选出无效参数

将筛选的参数列表传递给函数

要处理（1），可以使用

inspect

模块确定哪些参数

pd.read\u excel

接受。特别是，

inspect.signature

方法返回一个

signature

对象，您可以从中查询

参数

属性。这将返回一个

mappingproxy

（实际上是一个不可变的字典）

步骤（3）涉及在关键点上执行设置的相交，然后仅从相交处重建新的参数列表

valid_params = {k : params[k] for k in params.keys() & args.keys()}

print(valid_params)
{'io': 'myfile.xlsx'}

这形成了有效的参数列表，是（4）的基础