サブクラス化pandasクラスは一般的なニーズのようですが、対象に関する参照を見つけることができませんでした。(pandas開発者はまだそれに取り組んでいるようです: https://github.com/pydata/pandas/issues/6 )。
主題にはいくつかのSOスレッドがありますが、ここで誰かがpandas.DataFrameをサブクラス化するための現在最良の方法について、より体系的な説明を提供して、2つの一般的な要件を満たすことを願っています:
import numpy as np
import pandas as pd
class MyDF(pd.DataFrame):
# how to subclass pandas DataFrame?
pass
mydf = MyDF(np.random.randn(3,4), columns=['A','B','C','D'])
print type(mydf) # <class '__main__.MyDF'>
# Requirement 1: Instances of MyDF, when calling standard methods of DataFrame,
# should produce instances of MyDF.
mydf_sub = mydf[['A','C']]
print type(mydf_sub) # <class 'pandas.core.frame.DataFrame'>
# Requirement 2: Attributes attached to instances of MyDF, when calling standard
# methods of DataFrame, should still attach to the output.
mydf.myattr = 1
mydf_cp1 = MyDF(mydf)
mydf_cp2 = mydf.copy()
print hasattr(mydf_cp1, 'myattr') # False
print hasattr(mydf_cp2, 'myattr') # False
また、pandas.Seriesのサブクラス化に大きな違いはありますか?ありがとうございました。
Pandasデータ構造をサブクラス化する方法に関する公式ガイドがあり、DataFrameとSeriesが含まれています。
ガイドはここにあります: http://pandas.pydata.org/pandas-docs/stable/internals.html#subclassing-pandas-data-structures
ガイドは、Geopandasプロジェクトのこのサブクラス化されたDataFrameを良い例として言及しています: https://github.com/geopandas/geopandas/blob/master/geopandas/geodataframe.py
HYRYの回答のように、達成しようとしていることが2つあるようです。
_constructor
プロパティを追加するだけです。_metadata
属性としてリストに格納する必要があります。次に例を示します。
class SubclassedDataFrame(DataFrame):
_metadata = ['added_property']
added_property = 1 # This will be passed to copies
@property
def _constructor(self):
return SubclassedDataFrame
要件1については、_constructor
:
import pandas as pd
import numpy as np
class MyDF(pd.DataFrame):
@property
def _constructor(self):
return MyDF
mydf = MyDF(np.random.randn(3,4), columns=['A','B','C','D'])
print type(mydf)
mydf_sub = mydf[['A','C']]
print type(mydf_sub)
要件2には簡単な解決策はないと思います。__init__
、copy
、または_constructor
、 例えば:
import pandas as pd
import numpy as np
class MyDF(pd.DataFrame):
_attributes_ = "myattr1,myattr2"
def __init__(self, *args, **kw):
super(MyDF, self).__init__(*args, **kw)
if len(args) == 1 and isinstance(args[0], MyDF):
args[0]._copy_attrs(self)
def _copy_attrs(self, df):
for attr in self._attributes_.split(","):
df.__dict__[attr] = getattr(self, attr, None)
@property
def _constructor(self):
def f(*args, **kw):
df = MyDF(*args, **kw)
self._copy_attrs(df)
return df
return f
mydf = MyDF(np.random.randn(3,4), columns=['A','B','C','D'])
print type(mydf)
mydf_sub = mydf[['A','C']]
print type(mydf_sub)
mydf.myattr1 = 1
mydf_cp1 = MyDF(mydf)
mydf_cp2 = mydf.copy()
print mydf_cp1.myattr1, mydf_cp2.myattr1