将 Pandas DataFrame 传递给函数的最佳实践答案

【问题标题】：Best practice for passing Pandas DataFrame to functions将 Pandas DataFrame 传递给函数的最佳实践
【发布时间】：2021-05-01 11:17:17
【问题描述】：

我目前正在使用一些 DataFrame，并希望使我的代码模块化。这需要将 DataFrames 传递给函数。在将可变实例传递给函数时，我知道 DataFrame 的可变性质和一些“陷阱”。函数的 DataFrames 是否有最佳实践？我应该在函数内复制一份然后将其传回吗？还是我应该在函数中对 df 进行更改并返回 None？

选项 1 或 2 更好吗？下面是传达这个想法的基本代码：

选项 1：

def test(df):
    df['col1'] = df['col1']+1
    return None

test(df)

选项 2：

def test(main_df):
    df = main_df.copy()
    df['col1'] = df['col1']+1
    return df 

main_df = test(main_df)

【问题讨论】：

标签： python pandas function dataframe mutable

【解决方案1】：

我认为 选项 1 是不好的方法。为什么？因为是not Pure function（对可变引用参数的副作用）。

如何谷歌了解详情：pure / deterministic / nondeterministic 函数。

所以我认为第二种方式更好。

【讨论】：

选项 2 是处理数据帧并将其传递给函数的最佳做法，还是有更好的方法我应该注意。
@Boom 不确定您是否真的需要在每个函数中使用copy df。是的，如果你真的需要一个新的dataframe，你可以这样做

【解决方案2】：

我使用了很多 DataFrame.pipe 来组织我的代码，所以我会说选项 2。pipe 接受并返回一个 DataFrame，您可以将多个步骤链接在一起。

def step1(main_df):
    df = main_df.copy()
    df['col1'] = df['col1']+1
    return df 

def step2(main_df):
    df = main_df.copy()
    df['col1'] = df['col1']+1
    return df 

def setp3(main_df):
    df = main_df.copy()
    df['col1'] = df['col1']+1
    return df 

main_df = (main_df.pipe(step1)
    .pipe(step2)
    .pipe(step3)
)

【讨论】：