Python 将元数据存储在DataFrame的列标签中是一个好主意吗？

我一直在关注关于是否应该在pandas

DataFrame

中有一个专门的位置来存储

MetaData

的讨论，我个人认为这个功能非常有用

在将来的版本中实现这一点之前，我已经研究了两种变通方法，但没有一种看起来真正令人满意

因为我不能让类继承自

DataFrame

，所以我尝试创建一个包含

DataFrame

的类

MyDataFrame

，并实现所有的方法

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

。。。 然而，考虑到可用于操作数据帧的方法的数量，这似乎是一种乏味的方法

此外，我处理的数据来自物理硬件（频谱分析仪、示波器……），原则上，我希望有一组元数据（测量带宽、平均数……）与数据帧的每列相关联。需要编码以保持与

数据帧

的结构一一对应的结构看起来很复杂（如果

数据帧

被转置了怎么办？）

我发现一个优雅的解决方案是使用自定义对象，而不是

系列

对象的常规名称。这些“元索引”基本上是一个字符串+元数据，将取代my_dataframe中常用的列标签

class MetaIndex:
    def __hash__(self):
        return self.str.__hash__()

    def __eq__(self,other):
        return self.str == str(other)

    def __init__(self,st):
        self.str = format_name(st)
        self._meta = MetaData()

    def __repr__(self):
        return self.str


    def __str__(self):
        return self.str

然后，当我保存

数据帧

（在hdf5文件中）时，我将

元索引

更改为一个常规字符串，并分别保存每列的元数据，当我加载数据时，我用如下内容重新实例化数据帧的列：

s.replace_names_by_meta_index()
    for c in s.columns:
        col = s[c]
        if col.meta is not None:
            col.meta.set(**f["meta"][str(c)])

1） 你会说这是一种明智的做法，还是说这是一种边缘化和危险的做法

2） 此外，一个非常诱人的扩展是让元索引从str继承。这样，自动完成仍然可以与IPython一起使用（

my_dataframe.col1

）。但是，在本例中，一些简单的操作，如

my_dataframe.T.T

会使

元索引

丢失

索引中包含的所有元数据。_meta

（好像在幕后，该操作重新初始化了

索引。_meta=dict（）

）。 这在我看来非常不确定，这也是为什么我担心整个方法

关于那里发生的事有线索吗？ 提前感谢,， 顺致敬意，

---

Samuel

仅供参考，在0.11中，您可以将元数据直接保存在保存帧本身的节点上，请参见此处：。不会直接回答你的问题，这在一般情况下是非常棘手的。实际上，您正在将一个单一的数据段与列名（索引元素）相关联，因此您不必处理如何传播元数据的问题，例如dfA+dfB（它不是一个简单的列标签），这要感谢版本0.11（尽管我仍然很难使用开发版本，因为作为windows用户，我仍然不知道如何使用合适的C编译器来使用pip）.关于传播问题，我知道这正是让您对该功能产生怀疑的原因，但我要寻找的是一个在简单情况下（使用系列指令初始化数据帧，或加入额外列）根据常识工作的系统，并删除在不明显的情况下无论如何都不可信任的元数据。我想知道我的建议是否适用于此？windows开发二进制文件发布在此处（nd通常保持更新）：，此问题跟踪关于元数据的一般讨论，我添加了此问题，我认为这是未来的一种可能性：