在Python的下一行代码中，它是如何工作的？

我想了解一条类似的路线：

df.groupBy(someExpr).agg(somAgg).where(somePredicate) 

我不知道如何使用Python链接该示例中的方法。我不想完全理解代码的前一行，只想知道其中的一些名称以供调查。我试图复制类似的东西，我很确定这不是一个好的实现，但我写了一个例子，说明我现在是如何想象我想要得到的代码如何在引擎盖下工作的：

class Example:

  def __init__(self, *args):
    self.list = [arg for arg in args]

  def groupBy(self):
    self.list = [value for value in self.list if isinstance(value, int)]
    return self

  def agg(self):
    self.list = sum(self.list)
    return self

  def where(self, elem):
    self.list =  [value for value in self.list if value == elem]
    return self 

df = Example("a",1,3,3,5,"C","D")
df.groupBy().where(3).agg().list

---

我的问题是如何以最佳方式实现方法链？如果每个方法返回不同类型的值，会发生什么？如何将代码行中的

.list

从这里删除

df.groupBy（）.where（3.agg（）.list

到这个

df.groupBy（）.where（3.agg（）

？

所以这只是一个包的切割器设置。假设这是隐藏在df下的熊猫数据帧。事实上，每个函数都修改对象并返回它的coppy（因此df被不必要地修改）。因此，这一呼吁可以翻译为：

df_grouped = df.groupBy(someExpr)
df_g_aggregated = df_grouped.agg(somAgg)
df_g_a_filtered = df_g_aggregated.where(somePredicate) 

如果您查看定义下的所有返回相同的东西，一个数据帧，那么每个连续的操作都依赖于相同的类。操作顺序将导致不同的结果，但在逻辑上是正确的，不会导致错误，因为group by的返回类型不是GroupedDataFrame，而是带有附加列group的DataFrame

因此，您的代码可能如下所示：

class Example:

  def __init__(self, *args):
    self.list = [arg for arg in args]

  def groupBy(self, key=None):
    groups = #calculate groups for this dataset by key column
    self.list = zip(self.list, groups)
    return self

  def agg(self, key=None):
    sum = #calculate sum per each value of key column
    self.list = zip(self.list, sum)
    return self

  def where(self, key, elem):
    self.list =  #filter column key by elem
    return self 

df = Example("a",1,3,3,5,"C","D")
df.groupBy().where(3).agg().list

当然，我不会在这里实现所有这些函数，但逻辑是总是返回类型应该相同，所以如果您对（[…]）进行求和，它可能会返回一个整数。 在我的示例中，还有冗余的就地修改，但我希望您能理解要点。

这称为方法链接。请注意，每个方法都返回

self

，因此您提到的代码行可以按如下方式计算：

df.groupBy().where(3).agg().list

首先，

df.groupBy（）

df.where(3).agg().list

df.agg().list

df.list

类似地，
df。其中（3）
返回
df
，并对其进行了修改，因此它变成：

df.where(3).agg().list

df.agg().list

df.list

最后，
df.agg（）

df.where(3).agg().list

df.agg().list

df.list

最终结果相当于写下：

df = Example("a",1,3,3,5,"C","D")
df.groupBy()
df.where(3)
df.agg()
df.list

你的问题是什么？你不明白哪一部分？看来你的想法是对的？这只是一个例子。另请参见，我建议不要复制，而是直接看源代码，看看实际功能是如何实现的：您可以在repo中搜索您特别想要查看的内容这里没有理论：修改self.list，然后返回self，因为您可以创建链。这不是最好的解决方案，我会在这行代码df.groupBy（someExpr）.agg（somAgg）.where（somePredicate）中使用基于产量的DSO，名为“where”的方法返回什么？我想避免在我的代码行中使用.list。另外，如何才能使每个方法返回不同类型的值？@EricBellet method
where（）
返回一个数据帧，其中所有行都满足特定条件。我不知道为什么你会希望这些函数返回不同类型的值，这将使这样的链不可能，除非你做了一些接口，这些函数将是该接口的抽象成员，但它们的行为应该是相同的-这使得实现接口是多余的。