6

我一直在关注是否应该有一个专门的地方来存储MetaDatapandas的讨论DataFrame，我个人认为这个功能非常有用。

在未来的版本中实现此功能之前，我一直在研究 2 个解决方法，但没有一个看起来真的令人满意。

由于我不能让类继承自DataFrame，因此我尝试创建一个MyDataFrame包含 aDataFrame并实现所有方法的类__add__，__mul__...但是，考虑到可用于操作 DataFrame 的方法数量，这似乎是一种乏味的方法。

此外，我操作的数据来自物理硬件（频谱分析仪、示波器......），原则上，我希望有一组与数据帧的每一列相关联的元数据（测量带宽、平均数......）。需要编码以保持与 ' 结构一一对应DataFrame的结构看起来很复杂（如果DataFrame转置怎么办？）

我发现一个优雅的解决方案是使用自定义对象而不是通常的Series对象名称。这些“元索引”基本上是字符串 + 元数据，将替换my_dataframe.columns类定义中通常的列标签，如下所示：

class MetaIndex:
    def __hash__(self):
        return self.str.__hash__()

    def __eq__(self,other):
        return self.str == str(other)

    def __init__(self,st):
        self.str = format_name(st)
        self._meta = MetaData()

    def __repr__(self):
        return self.str


    def __str__(self):
        return self.str

然后，当我保存DataFrame（在 hdf5 文件中）时，我将其更改MetaIndex为常规字符串，并分别保存每列的元数据，当我加载数据时，我使用以下内容重新实例化数据框的列：

s.replace_names_by_meta_index()
    for c in s.columns:
        col = s[c]
        if col.meta is not None:
            col.meta.set(**f["meta"][str(c)])

1）您会说这是一种明智的做法，还是一种边缘和危险的方法？

2) 此外，一个非常诱人的扩展是让 MetaIndex 从 str 继承。这样，自动完成功能仍然适用于 IPython ( my_dataframe.col1)。但是，在这种情况下，一些简单的操作，例如my_dataframe.T.T使MetaIndex包含的所有元数据丢失index._meta（好像在幕后，操作已重新初始化index._meta = dict()）。这对我来说看起来很神秘，这也是我担心整个方法的原因。

关于那里发生了什么的任何线索？在此先感谢，最好的问候，塞缪尔

4

0 回答 0