Pandas 系列参数函数记忆答案

【问题标题】：Pandas Series argument function memoizationPandas 系列参数函数记忆
【发布时间】：2018-03-17 20:24:34
【问题描述】：

我想记住一个带有可变参数的函数（Pandas 系列对象）。有没有办法做到这一点？

这是一个简单的斐波那契示例，参数是 Pandas Series，其中第一个元素表示序列的索引。

例子：

from functools import lru_cache

@lru_cache(maxsize=None)
def fib(n):
    if n.iloc[0] == 1 or n.iloc[0] == 2:
        return 1
    min1 = n.copy()
    min1.iloc[0] -=1
    min2 = n.copy()
    min2.iloc[0] -= 2 
    return fib(min1) + fib(min2)

调用函数：

fib(pd.Series([15,0]))

结果：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

预期用途更复杂，所以我发布了这个无用但简单的示例。

【问题讨论】：

我们可以看看你的代码吗？
您的问题是什么？为什么不能散列可变值？
另外，如果您希望通过相等性对某些可变字段进行记忆，但您知道在缓存的生命周期内不会改变它们，所以没关系，您需要“冻结”这些字段——例如，将一个列表复制到一个元组中，或者在类中创建一个不安全但有用的__hash__ 方法（或者一个具有用于冻结实例的 API 的安全方法，以便在冻结之前对其进行哈希处理）等.
我怀疑您的下一个问题将是如何有效且简单地创建与 Pandas 系列相同的冻结版本……我不知道答案，但您可能想四处搜索如果找不到答案，请提出具体问题。
您显然可以通过使用 freeze-series-holder 包装系列来做到这一点，该系列在构造时手动计算哈希，例如，散列值的元组的元组，然后使用这些持有者无处不在，但可能有更简单的方法。

标签： python pandas memoization mutable

【解决方案1】：

几个选项：

将可变对象转换为不可变对象，例如字符串或元组。
创建可变对象的哈希并将其用作备忘录字典键。哈希冲突的风险。
创建一个实现 __hash__() 函数的不可变子类。

【讨论】：

【解决方案2】：

我编写了一个包装器，用 @abarnert 和 @Calvin 建议的元组（冻结等效项）替换 Pandas Series 参数。由于元组是不可变的，因此现在可以记忆该函数。

def freeze_series(f):
    def wrapper(series):
        return f(tuple(series.to_dict(OrderedDict).items()))
    return wrapper

这是一个将元组解冻为 Pandas 系列的普通函数：

def unfreeze_series(frozen_series):
    return pd.Series(OrderedDict((x, y) for x, y in frozen_series))

可以这样实现来解决问题示例：

from functools import lru_cache

@freeze_series
@lru_cache(maxsize=None)
def fib(n):
    n = unfreeze_series(n)
    if n.iloc[0] == 1 or n.iloc[0] == 2:
        return 1
    min1 = n.copy()
    min1.iloc[0] -=1
    min2 = n.copy()
    min2.iloc[0] -= 2 
    return fib(min1) + fib(min2)

【讨论】：