python如何使用列表调用类答案

【问题标题】：python how to call class by using listpython如何使用列表调用类
【发布时间】：2021-12-31 08:16:44
【问题描述】：

我想获取一个列表的值（使用 pandas - xlsx 创建）并将它们放入一类对象/实例中。

我当前的代码如下：

import pandas as pd
import os
cwd = os.path.abspath('')
files = os.listdir(cwd)

class Asset():
    """ class to create assets """
    
    def __init__(self, hostname, serial_number, city):
        self.hostname = hostname
        self.serial_number   = serial_number
        self.city   = city
        

df = pd.read_excel('some_assets.xlsx', sheet_name='Tabelle1') 
df1 = df[['hostname', 'serial_number', 'city']]
potions = df1.values.tolist()
potion_instances = []
for p in potions:
    print (p)
    potion_instances.append(Asset(*p))

列表的输出如下所示：

['host1', 2312312, 'New York']
['host2', 423213, 'New York']
['host3', 24313213, 'Stuttgart']
['host4', 3213213, 'Rom']
['host5', 1542312, 'Rom']
['host6', 42112421, 'Stuttgart']

如果我手动调用该类，例如： test = Asset("host1", "2312312", "New York") 它有效。但不是通过使用列表。没有错误信息。有人可以帮我吗？我的错在哪里？

输入数据框：

  hostname  serial_number       city
0    host1        2312312   New York
1    host2         423213   New York
2    host3       24313213  Stuttgart
3    host4        3213213        Rom
4    host5        1542312        Rom
5    host6       42112421  Stuttgart

【问题讨论】：

请提供作为数据框构造函数的数据框示例
嗨，我不确定我是否得到你的问题。如果我做“打印（df1）”输出是：
hostname serial_number city 0 host1 2312312 New York 1 host2 423213 New York 2 host3 24313213 Stuttgart 3 host4 3213213 Rom 4 host5 1542312 Rom 5 host6 42112421 Stuttgart

标签： python pandas list class instance

【解决方案1】：

假设这个输入：

  hostname  serial_number       city
0    host1        2312312   New York
1    host2         423213   New York
2    host3       24313213  Stuttgart
3    host4        3213213        Rom
4    host5        1542312        Rom
5    host6       42112421  Stuttgart

你可以使用apply:

df[['hostname', 'serial_number', 'city']].apply(lambda r: Asset(*r), axis=1)

或者，如果已经按顺序排列了三列：

df.apply(lambda r: Asset(*r), axis=1)

输出：

0  host1    <__main__.Asset object at 0x7f9d28b7a220>
1  host2    <__main__.Asset object at 0x7f9d28b7aa00>
2  host3    <__main__.Asset object at 0x7f9d28c472e0>
3  host4    <__main__.Asset object at 0x7f9d28c47190>
4  host5    <__main__.Asset object at 0x7f9d28c473d0>
5  host6    <__main__.Asset object at 0x7f9d28c474c0>
dtype: object

分配给新列：

df['new_col'] = df.apply(lambda r: Asset(*r), axis=1)

输出：

  hostname  serial_number       city                                    new_col
0    host1        2312312   New York  <__main__.Asset object at 0x7f9d28bd6e20>
1    host2         423213   New York  <__main__.Asset object at 0x7f9d28bd62b0>
2    host3       24313213  Stuttgart  <__main__.Asset object at 0x7f9d28bd6820>
3    host4        3213213        Rom  <__main__.Asset object at 0x7f9d28bd6e80>
4    host5        1542312        Rom  <__main__.Asset object at 0x7f9d28bd6370>
5    host6       42112421  Stuttgart  <__main__.Asset object at 0x7f9d28bd64f0>

【讨论】：