如何将实例属性与 pandas 数据框一起使用？

Question

我使用 pandas 数据框从 oracle 数据库中访问海量数据，这工作正常。我在派生自数据框的类中实现的一个函数将外键替换为外键指向的数据。效果很好。

因为数据帧中的行数非常高（即 100.000.000），所以我认为在一次又一次这样做之前实现一些测试外键是否已经被替换的东西会很好。所以给派生类增加了一个属性，在数据被替换后设置为True，这样replace方法就可以测试这个状态，如果已经是True就可以跳出来。

class DerivedDataFrame(pandas.DataFrame):
    def __init__(self):
        self.resolve_status = False

    def resolve_data(self, ....):
        if not self.resolve_status:
            resolve data
            self.resolve_status = True
        ...

问题是当我使用即合并（）时，它不能就地工作，而是从合并的数据创建一个新实例并返回它。数据本身没问题，但是由于新实例 self.resolve_status 再次为 False，因为新实例具有 init() 中设置的值，并且不保留合并前的属性值.

有什么办法吗？使用不允许就地操作的方法保留此（和其他）属性的有效解决方案是什么？

Answer 1

跟踪变量中的新对象。使用新对象 __dict__ 属性更新对象的 __dict__ 属性。

__dict__ 属性是所有属性和方法的字典。这就是我过去做过类似事情的方式。

    def resolve_data(self):
        if not self.resolve_status:
            self.resolve_status = True
            new = self.copy()  # just an example, replace with your own
            self.__dict__.update(new.__dict__)

演示

import pandas as pd


class SubDF(pd.DataFrame):
    def __init__(self, *args, **kwargs):
        super(SubDF, self).__init__(*args, **kwargs)
        self.resolve_status = False

    def resolve_data(self):
        if not self.resolve_status:
            self.resolve_status = True
            new = self.copy() * 3
            self.__dict__.update(new.__dict__)


sdf = SubDF([1, 2, 4])

print sdf.resolve_status
print
print sdf
print
sdf.resolve_data()
print sdf.resolve_status
print
print sdf

False

   0
0  1
1  2
2  4

True

    0
0   3
1   6
2  12