处理多个python脚本的建议

我目前有几个python脚本，我将它们分开保存，因为1）可读性，2）有时我对这些部分单独脚本的输出感兴趣

然而，通常情况下，其中一个脚本的CSV文件输出是下一个脚本的CSV输入，在每个脚本中，我必须重新读取日期时间，这很不方便

对于这项任务，您建议哪些最佳做法？当我对运行整个程序感兴趣时，最好将所有脚本合并成一个脚本，还是有更多的Python/Pandas方法来处理这个问题

---

谢谢您，我也非常感谢您的评论，

您可以使用

pandas.DataFrame.to_pickle（）

和

pandas.read_pickle（）

方法，以高效的二进制格式编写和读取

pandas.DataFrame

，分别。

您可以分别使用

pandas.DataFrame.to_pickle（）

和

pandas.read_pickle（）

方法，以有效的二进制格式编写和读取

pandas.DataFrame

，而不是编写需要重新解析的CSV输出。

如果我理解您的问题，对我来说，使用模块是最好的方法

您可以将脚本分开，并在依赖脚本中需要时将其作为模块导入。例如：

脚本1：

import pandas

def create_pandas_dataframe():
    # Creating a dataframe ...
    df = pandas.DataFrame()
    return df

def run():
    # Run the script 1
    df = create_pandas_dataframe()
    # Here, call other functions specific to this script

if __name__ == '__main__':
    # Run the script
    run()

脚本2：

from script_1 import create_pandas_dataframe

def use_pandas_dataframe(a_df):
    print a_df

if __name__ == '__main__':
    df = create_pandas_dataframe()
    use_pandas_dataframe(df)

---

这样，您就可以直接使用现有函数的输出作为另一个函数的输入，而不必使用相同的脚本。

如果我理解您的问题，使用模块将是最好的方法

您可以将脚本分开，并在依赖脚本中需要时将其作为模块导入。例如：

脚本1：

import pandas

def create_pandas_dataframe():
    # Creating a dataframe ...
    df = pandas.DataFrame()
    return df

def run():
    # Run the script 1
    df = create_pandas_dataframe()
    # Here, call other functions specific to this script

if __name__ == '__main__':
    # Run the script
    run()

脚本2：

from script_1 import create_pandas_dataframe

def use_pandas_dataframe(a_df):
    print a_df

if __name__ == '__main__':
    df = create_pandas_dataframe()
    use_pandas_dataframe(df)

通过这种方式，您可以直接使用现有函数的输出作为另一个函数的输入，而不必将它们放在同一个脚本中