Python 在类中构造一系列df操作的更好方法

如何更好地构造类中的代码，以便类返回所需的

df

，但没有按顺序调用许多其他方法的main方法。我发现，在很多情况下，我达到这种结构，它似乎很糟糕。我有一个

df

，我只是用其他基本函数（我的单元测试）的结果覆盖它，直到我得到我想要的

class A:
 def main(self):
   df = self.load_file_into_df()
   df = self.add_x_columns(df)
   df = self.calculate_y(df)
   df = self.calculate_consequence(df)
   ...
   return df

 def add_x_columns(df)
 def calculate_y(df)
 def calculate_consequence(df)
 ...

# now use it somewhere else
df = A().main()

管 您可能希望利用的一个功能是。这被认为是“潘多拉”，因为它有助于操作员链接

在我看来，应该将读取数据到数据帧与操作数据帧分开。例如：

class A:
    def main(self):
        df = self.load_file_into_df()

        df = df.pipe(self.add_x_columns)\
               .pipe(self.calculate_y)\
               .pipe(self.calculate_consequence)

    return df

组成 函数组合不是Python固有的，但第三方库确实提供了此功能。这允许您惰性地定义链接函数。注意操作顺序相反，即首先执行

compose

的最后一个参数

from toolz import compose

class A:
    def main(self)
        df = self.load_file_into_df()

        transformer = compose(self.calculate_consequence,
                              self.calculate_y,
                              self.add_x_columns)

        df = df.pipe(transformer)

    return df

在我看来，

compose

提供了一个灵活且适应性强的解决方案。例如，您可以定义任意数量的合成，并在工作流中的不同点选择性地或重复地应用它们