Python Pandas - 将数据框传递给其他函数

Question

编辑 - 我找到了一种使用 dataframe.describe() 进行数据帧的方法 - 我在更正的版本下面附上了 - 这样“DataExtract”只运行一次，然后返回数据帧以用于回归或散点图函数。

import pandas as pd


# Extracting the data - Real query would be extracting X and Y from a SQL query and converting to a pandas frame
def DataExtract(Y, X):
    d = {Y: [1, 3, 3, 9, 5],
         X: [6, 7, 8, 9, 10]}
    df = pd.DataFrame(d)
    df = df.copy(deep=True)
    return df


# Build process using the data extracted in DataExtract
def Regression(df):
    from statsmodels.formula.api import ols
    df.describe()
    df.columns = ['Y', 'X']
    model = ols("Y ~ X", df).fit()
    print(model.summary())


# Plot a graph for a given dataframe
def ScatterPlot(df):
    import matplotlib.pyplot as plt
    df.describe()
    df.columns = ['Y', 'X']
    df.plot.scatter(x='X', y='Y')
    plt.show()

DataSet = DataExtract("a","b")
Regression(DataSet)

-- 我已经开始开发一些分析功能并在初级阶段使用 Python，这主要归功于这个网站

我在下面附上了一个简化的示例，说明我当前如何编译我的函数，然后由 GUI 调用，这里我们有一个“DataExtract”函数生成一个框架，然后是“回归”或“ScatterPlot”，具体取决于用户想要处理数据。

然后用户将调用“CombinedRegression”或“CombinedScatterPlot”来生成输出

    import pandas as pd

    #Extracting the data - Real query would be extracting X and Y from a SQL query and converting to a pandas frame
    def DataExtract(Y, X):
            d = {Y : [1, 3, 3, 9, 5],
                 X : [6, 7, 8, 9, 10]}
            df = pd.DataFrame(d)
            df = df.copy(deep=True)
            return df

    #Build process using the data extracted in DataExtract
    def Regression(df):
            from statsmodels.formula.api import ols
            df.columns = ['Y','X']
            model = ols("Y ~ X", df).fit()
            print(model.summary())

    #Plot a graph for a given dataframe
    def ScatterPlot(df):
            import matplotlib.pyplot as plt
            df.columns = ['Y', 'X']
            df.plot.scatter(x='X', y='Y')
            plt.show()

   def CombinedRegression(Y,X):
        Regression(DataExtract(Y, X))

    def CombinedScatterPlot(Y,X):
        ScatterPlot(DataExtract(Y, X))

    CombinedRegression("given Y","given X")

    CombinedScatterPlot("given Y","given X")

这座建筑效率不高，因为我必须调用“组合”函数才能获得输出，这最终迫使我每次都生成“DataExtract”函数，即使它是用于两个回归的相同数据和散点图函数。 GUI 将根据单击的按钮向任一函数发出 a 和 b 槽

最终我想做的是 1) 使用参数 a 和 b 提取数据，以及 2) 在给定用户给出的命令的情况下，在回归或散点图中使用框架，或同时使用两者。

非常感谢您的帮助

Answer 1

一种方法是传递数据帧X 和数据帧Y。

import pandas as pd

#Extracting the data - Real query would be extracting X and Y from a SQL query and converting to a pandas frame
def DataExtract(Y, X):
    d = {Y : [1, 3, 3, 9, 5],
             X : [6, 7, 8, 9, 10]}
    return df_X, df_Y

#Build process using the data extracted in DataExtract
def Regression(X, Y):
   from statsmodels.formula.api import ols
   model = ols("Y ~ X", df).fit()
   print(model.summary())

#Plot a graph for a given dataframe
def ScatterPlot(X, Y):
    import matplotlib.pyplot as plt
    plt.scatter(x=X, y=Y)
    plt.show()

if __name__ == '__main__':
    X, Y = DataExtract()
    Regression(X, Y)
    Scatterplot(X, Y)

Answer 2

您真正需要做的就是使用您需要传递的 X、Y 参数调用您要运行的主函数。然后，在这些函数中，将其传递给 DataExtract 函数，该函数将创建并返回您的数据框，然后从那里继续。

import pandas as pd

#Extracting the data - Real query would be extracting X and Y from a SQL query and converting to a pandas frame 
def DataExtract(Y, X): 
    d = {Y : [1, 3, 3, 9, 5], X : [6, 7, 8, 9, 10]} 
    df = pd.DataFrame(d)
    return df 

#Build process using the data extracted in DataExtract 
def Regression(X, Y):
    from statsmodels.formula.api import ols
    df = DataExtract(X, Y) 
    df.columns = ['Y','X']
    model = ols("Y ~ X", df).fit()
    print(model.summary()) 

#Plot a graph for a given dataframe 
def ScatterPlot(X, Y): 
    import matplotlib.pyplot as plt
    df = DataExtract(X, Y)
    df.columns = ['Y', 'X']
    df.plot.scatter(x='X', y='Y')
    plt.show()

...如果用户想要两者都做，您可以执行以下操作：

def DoBoth(X, Y):
    ScatterPlot(X, Y)
    Regression(X, Y)