为pandas DataFrame和本机Python dict创建Mixin类

如何为pandas DataFrame和本机Python dict创建一个mixin类，以便可以像嵌套的dict一样访问DataFrame列？

从中，使用

df.loc（）

函数是访问所需行/列/切片的方法

但目标是使用与本地Python dict相同的语法访问二维数据帧

>>> import pandas as pd
>>> df = pd.DataFrame([['x', 1,2,3,4,5], ['y', 6,7,8,9,10], ['z', 11,12,13,14,15]])
>>> df.columns = ['index', 'a', 'b', 'c', 'd', 'e']
>>> df = df.set_index(['index'])
>>> df
        a   b   c   d   e
index                    
x       1   2   3   4   5
y       6   7   8   9  10
z      11  12  13  14  15

>>> df['x']
[1, 2, 3, 4, 5]

>>> df['x']['a']
1

>>> df['x']['a', 'b']
(1, 2)

>>> df['x']['a', 'd', 'c']
(1, 4, 3)

我尝试创建一个mixin类，如下所示：

from pandas import DataFrame

class VegeTable(DataFrame, dict):
    def __init__(self, *args, **kwargs):
        DataFrame.__init__(self, *args, **kwargs)
    def __getitem__(self, row_key, column_key):
        if type(row_key) != list:
            row_key = [row_key]
        if type(column_key) != list:
            column_key = [column_key]
        return df.loc[row_key, column_key]

但是我认为缺少了一些东西，比如字典键访问不起作用，

dict.get

返回一个奇怪的值：

>>> from pandas import DataFrame
>>> 
>>> 
>>> class VegeTable(DataFrame, dict):
...     def __init__(self, *args, **kwargs):
...         DataFrame.__init__(self, *args, **kwargs)
...     def __getitem__(self, row_key, column_key):
...         if type(row_key) != list:
...             row_key = [row_key]
...         if type(column_key) != list:
...             column_key = [column_key]
...         return df.loc[row_key, column_key]
... 
>>> 
>>> vt = VegeTable([['x', 1,2,3,4,5], ['y', 6,7,8,9,10], ['z', 11,12,13,14,15]])
>>> vt.columns = ['index', 'a', 'b', 'c', 'd', 'e']
>>> vt = vt.set_index(['index'])
>>> vt
        a   b   c   d   e
index                    
x       1   2   3   4   5
y       6   7   8   9  10
z      11  12  13  14  15
>>> vt['x']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/site-packages/pandas/core/frame.py", line 2062, in __getitem__
    return self._getitem_column(key)
  File "/usr/local/lib/python2.7/site-packages/pandas/core/frame.py", line 2069, in _getitem_column
    return self._get_item_cache(key)
  File "/usr/local/lib/python2.7/site-packages/pandas/core/generic.py", line 1534, in _get_item_cache
    values = self._data.get(item)
  File "/usr/local/lib/python2.7/site-packages/pandas/core/internals.py", line 3590, in get
    loc = self.items.get_loc(item)
  File "/usr/local/lib/python2.7/site-packages/pandas/core/indexes/base.py", line 2395, in get_loc
    return self._engine.get_loc(self._maybe_cast_indexer(key))
  File "pandas/_libs/index.pyx", line 132, in pandas._libs.index.IndexEngine.get_loc (pandas/_libs/index.c:5239)
  File "pandas/_libs/index.pyx", line 154, in pandas._libs.index.IndexEngine.get_loc (pandas/_libs/index.c:5085)
  File "pandas/_libs/hashtable_class_helper.pxi", line 1207, in pandas._libs.hashtable.PyObjectHashTable.get_item (pandas/_libs/hashtable.c:20405)
  File "pandas/_libs/hashtable_class_helper.pxi", line 1215, in pandas._libs.hashtable.PyObjectHashTable.get_item (pandas/_libs/hashtable.c:20359)
KeyError: 'x'
>>> vt.get(['x'])
>>> vt.get('x')
>>> vt.get('x', 'a')
'a'
>>> vt.get('x', ['a', 'b'])
['a', 'b']
>>> vt.get('x', ['a', 'b'])

>>从熊猫导入数据帧
>>> 
>>> 
>>>类蔬菜（数据帧，dict）：
...     定义初始化（self，*args，**kwargs）：
...         数据帧.uuuu初始化（self，*args，**kwargs）
...     def uu getitem uu（self、row_键、column_键）：
...         如果类型（行键）！=名单：
...             行\键=[行\键]
...         如果类型（列_键）！=名单：
...             列\u键=[列\u键]
...         返回df.loc[行\键，列\键]
... 
>>> 
>>>vt=蔬菜（['x'，1,2,3,4,5]，'y'，6,7,8,9,10]，'z'，11,12,13,14,15]）
>>>vt.columns=['index'，'a'，'b'，'c'，'d'，'e']
>>>vt=vt.set_索引（['index']）
>>>vt
a、b、c、d、e
指数
x123445
y 6 7 8 9 10
z 11 12 13 14 15
>>>vt['x']
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“/usr/local/lib/python2.7/site packages/pandas/core/frame.py”，第2062行，在__
返回self.\u getitem\u列（键）
文件“/usr/local/lib/python2.7/site packages/pandas/core/frame.py”，第2069行，在_getitem_列中
返回self.\u获取\u项目\u缓存（密钥）
文件“/usr/local/lib/python2.7/site packages/pandas/core/generic.py”，第1534行，在获取项目缓存中
values=self.\u data.get（项目）
get中的文件“/usr/local/lib/python2.7/site packages/pandas/core/internals.py”，第3590行
loc=自身项目。获取loc（项目）
文件“/usr/local/lib/python2.7/site packages/pandas/core/index/base.py”，第2395行，在get_loc中
返回self.\u引擎。获取\u loc（self.\u可能\u cast\u索引器（键））
文件“pandas/_libs/index.pyx”，第132行，在pandas._libs.index.IndexEngine.get_loc中（pandas/_libs/index.c:5239）
文件“pandas/_libs/index.pyx”，第154行，在pandas._libs.index.IndexEngine.get_loc中（pandas/_libs/index.c:5085）
pandas.\u libs.hashtable.PyObjectHashTable.get_项中的文件“pandas/_libs/hashtable\u class\u helper.pxi”，第1207行（pandas/_libs/hashtable.c:20405）
pandas.\u libs.hashtable.PyObjectHashTable.get_项（pandas/\u libs/hashtable.c:20359）中第1215行的文件“pandas/\u libs/hashtable\u class\u helper.pxi”
KeyError:'x'
>>>vt.get（['x']）
>>>vt.get（'x'）
>>>vt.get（'x'，'a'）
“a”
>>>vt.get（'x'，['a'，'b']））
['a'，'b']
>>>vt.get（'x'，['a'，'b']））

如何为pandas DataFrame和原生Python dict创建一个mixin类，以便像嵌套dict一样访问DataFrame列？这可能吗？如果是，怎么做

推理错误

vt=vt.set\u索引（['index']）

这将把

df

重新定义为

您必须重载它或

Typecast

结果

df

def\uuuu getitem\uuuuuuuu（self，row\u key，column\u key=None）：

只有一个参数被传递到

def\uuu getitem\uuu（…

多个参数必须位于

[…]

,， e、 g.vt['x'，['a'，'b'，'c']]

如果你接受这个稍微不同的符号， 此实现可执行您想要的操作：

class DataFrame2(DataFrame):
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)

    def __getitem__(self, item):
        if isinstance(item, tuple):
            row = self.loc[item[0]]
            sub_item = item[1]
            if isinstance(sub_item, list):
                r = [row.loc[key] for key in sub_item]
                if len(r) == 1:
                    return r[0]
                else:
                    return tuple(r)
            else:
                # NotImplemented, Parameter other than tuple('x', [list])
                raise Exception(NotImplemented)
        else:
            return tuple(self.loc[item])

    def set_index(self, index):
        return DataFrame2(super().set_index(index))

# Usage:
df = DataFrame2(data)
df.columns = ['index', 'a', 'b', 'c', 'd', 'e']
df = df.set_index(['index'])

print('df[\'x\']={}\n'.format(df['x']))
print('df[\'x\'][\'a\']={}\n'.format(df['x',['a']]))
print('df[\'x\'][\'a\', \'b\']={}\n'.format(df['x', ['a', 'b']]))
print('df[\'x\'][\'a\', \'b\', \'c\']={}\n'.format(df['x', ['a', 'b', 'c']]))

输出：

---

使用Python:3.4.2进行测试

我认为创建一个mixin类不是一个好主意。当您使用pandas时，您应该以pandas的方式进行思考。我还怀疑本机Python嵌套dict是否可以通过这种方式进行评估：

In []: df['x']['a', 'b']

但是，如果您坚持，请先尝试以下代码：

In []: df.T.to_dict()
Out[]:
{'x': {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5},
 'y': {'a': 6, 'b': 7, 'c': 8, 'd': 9, 'e': 10},
 'z': {'a': 11, 'b': 12, 'c': 13, 'd': 14, 'e': 15}}

---

如果要使用

\uu getitem\uuu

进行行访问，而不是当前的列访问，您建议如何进行列访问？与访问嵌套dict

defaultdict（dict）

的方式相同，即

vt[row\u id，column\u id]

对于行访问，

vt[row\u id]

。

In []: df.T.to_dict()
Out[]:
{'x': {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5},
 'y': {'a': 6, 'b': 7, 'c': 8, 'd': 9, 'e': 10},
 'z': {'a': 11, 'b': 12, 'c': 13, 'd': 14, 'e': 15}}