Python为类对象分配不同的变量

这是一个一般的python问题。是否可以为类对象分配不同的变量，然后对这些变量执行不同的操作集？我试图减少代码，但可能这不是它的工作方式。例如，我正在尝试这样做：

df = pd.read_csv('data.csv')

df = Class(df)
df = df.query(query).forward_fill(include)

df_1 = df.diff(cols).melt(cols)

df_2 = df.melt(cols)

df_1 = pd.read_csv('data.csv')
df_2 = pd.read_csv('data.csv')

df_1 = Class(df_1)
df_2 = Class(df_2)

df_1 = df_1.query(query).forward_fill(include)
df_2 = df_2.query(query).forward_fill(include)

df_1 = df_1.diff(cols).melt(cols)

df_2 = df_2.melt(cols)

编辑：下面是类和方法的摘要：

class Class:
    def __init__(self, df):
        self.df = df

    def query(self, query):
        self.df = self.df.query(query)
        return self

    def fill(self, filter):
        self.df.update(df.filter(like=filter).mask(lambda x: x == 0).ffill(1))
        return self

    def diff(self, cols=None, axis=1):
        diff = self.df[self.df.columns[~self.df.columns.isin(cols)]].diff(axis=axis)
        self.df = diff.join(self.df[self.df.columns.difference(diff.columns)])
        return self

    def melt(self, cols, var=None, value=None):
        return pd.melt(self.df, id_vars=columns, var_name=var, value_name=value)

我试着这样使用它：

df = pd.read_csv('data.csv')

df = Class(df)
df = df.query(query).forward_fill(include)

df_1 = df.diff(cols).melt(cols)

df_2 = df.melt(cols)

df_1 = pd.read_csv('data.csv')
df_2 = pd.read_csv('data.csv')

df_1 = Class(df_1)
df_2 = Class(df_2)

df_1 = df_1.query(query).forward_fill(include)
df_2 = df_2.query(query).forward_fill(include)

df_1 = df_1.diff(cols).melt(cols)

df_2 = df_2.melt(cols)

df_1

和

df_2

应具有不同的值，但它们与

df_1

相同。如果我像这样使用类，这个问题就解决了：

df = pd.read_csv('data.csv')

df = Class(df)
df = df.query(query).forward_fill(include)

df_1 = df.diff(cols).melt(cols)

df_2 = df.melt(cols)

df_1 = pd.read_csv('data.csv')
df_2 = pd.read_csv('data.csv')

df_1 = Class(df_1)
df_2 = Class(df_2)

df_1 = df_1.query(query).forward_fill(include)
df_2 = df_2.query(query).forward_fill(include)

df_1 = df_1.diff(cols).melt(cols)

df_2 = df_2.melt(cols)

---

这会产生额外的代码。有没有更好的方法可以在不同的变量上使用不同的对象，或者，如果我试图让两个变量执行单独的操作并返回不同的值，是否必须创建单独的对象？

使用

diff

-方法中的

return self

语句返回对象的引用。同样的事情发生在

melt

方法之后。但在这两种方法中，您都可以操纵原点

df

在这里：

1 df=pd.read\u csv（'data.csv'））
2.
3 df=等级（df）
4 df=df.query（query）.forward\u fill（include）
5.
6 df_1=df.diff（cols）.melt（cols）

df

具有与

df_1

相同的值。我猜

melt

方法没有其他参数，那么cols参数只指定col名称或类似的内容。随后

df_2=df.melt（cols）

将产生与

df_2=df_1.melt（cols）

相同的结果

如果要处理一个对象，则不应在类方法中使用

self.df=…

，因为这会更改

df

的实例值。您只需要编写

df=然后返回
Class（df）

例如：

def diff（self，cols=None，axis=1）：
diff=self.df[self.df.columns[~self.df.columns.isin（cols）]].diff（axis=axis）
df=diff.join（self.df[self.df.columns.difference（diff.columns）]）
返回类（df）

致以最诚挚的问候
您能告诉我们
oper_1
和
oper_2
在做什么吗？它们是
pandas
数据帧操作，链接在一起显示
类
的定义，让我们重现错误。您还需要包括预期和观察到的输出。
2+5
和
3+4
也会产生相同的输出，但这并不意味着其中任何一个都是错误的。@chepner添加了类详细信息