Panda DataFrame Alt Sınıfı için Özellik Ayarlayıcı

Ben pd.DataFramebaşlatırken ( groupve timestamp_col) iki gerekli bağımsız değişkenlere sahip bir alt sınıf kurmaya çalışıyorum . O bağımsız değişken ile doğrulama çalıştırmak isteyen groupve timestamp_colbir özelliğin her biri için bir ayarlayıcı yöntemi vardır, bu yüzden. Bu tüm inşaat ı deneyin kadar set_index()ve almak TypeError: 'NoneType' object is not iterable. Görünüşe göre test_set_indexve içindeki ayarlayıcı işlevime herhangi bir argüman aktarılmıyor test_assignment_with_indexed_obj. Ben eklerseniz if g == None: returnbenim setter işlevine, ben test durumları geçebilir ama bu doğru çözüm olduğunu sanmıyorum.

Bu gerekli bağımsız değişkenler için özellik doğrulamasını nasıl uygulamalıyım?

Aşağıda benim sınıfım:

import pandas as pd
import numpy as np


class HistDollarGains(pd.DataFrame):
    @property
    def _constructor(self):
        return HistDollarGains._internal_ctor

    _metadata = ["group", "timestamp_col", "_group", "_timestamp_col"]

    @classmethod
    def _internal_ctor(cls, *args, **kwargs):
        kwargs["group"] = None
        kwargs["timestamp_col"] = None
        return cls(*args, **kwargs)

    def __init__(
        self,
        data,
        group,
        timestamp_col,
        index=None,
        columns=None,
        dtype=None,
        copy=True,
    ):
        super(HistDollarGains, self).__init__(
            data=data, index=index, columns=columns, dtype=dtype, copy=copy
        )

        self.group = group
        self.timestamp_col = timestamp_col

    @property
    def group(self):
        return self._group

    @group.setter
    def group(self, g):
        if g == None:
            return

        if isinstance(g, str):
            group_list = [g]
        else:
            group_list = g

        if not set(group_list).issubset(self.columns):
            raise ValueError("Data does not contain " + '[' + ', '.join(group_list) + ']')
        self._group = group_list

    @property
    def timestamp_col(self):
        return self._timestamp_col

    @timestamp_col.setter
    def timestamp_col(self, t):
        if t == None:
            return
        if not t in self.columns:
            raise ValueError("Data does not contain " + '[' + t + ']')
        self._timestamp_col = t

İşte benim test durumlarım:

import pytest

import pandas as pd
import numpy as np

from myclass import *


@pytest.fixture(scope="module")
def sample():
    samp = pd.DataFrame(
        [
            {"timestamp": "2020-01-01", "group": "a", "dollar_gains": 100},
            {"timestamp": "2020-01-01", "group": "b", "dollar_gains": 100},
            {"timestamp": "2020-01-01", "group": "c", "dollar_gains": 110},
            {"timestamp": "2020-01-01", "group": "a", "dollar_gains": 110},
            {"timestamp": "2020-01-01", "group": "b", "dollar_gains": 90},
            {"timestamp": "2020-01-01", "group": "d", "dollar_gains": 100},
        ]
    )

    return samp

@pytest.fixture(scope="module")
def sample_obj(sample):
    return HistDollarGains(sample, "group", "timestamp")

def test_constructor_without_args(sample):
    with pytest.raises(TypeError):
        HistDollarGains(sample)


def test_constructor_with_string_group(sample):
    hist_dg = HistDollarGains(sample, "group", "timestamp")
    assert hist_dg.group == ["group"]
    assert hist_dg.timestamp_col == "timestamp"


def test_constructor_with_list_group(sample):
    hist_dg = HistDollarGains(sample, ["group", "timestamp"], "timestamp")

def test_constructor_with_invalid_group(sample):
    with pytest.raises(ValueError):
        HistDollarGains(sample, "invalid_group", np.random.choice(sample.columns))

def test_constructor_with_invalid_timestamp(sample):
    with pytest.raises(ValueError):
        HistDollarGains(sample, np.random.choice(sample.columns), "invalid_timestamp")

def test_assignment_with_indexed_obj(sample_obj):
    b = sample_obj.set_index(sample_obj.group + [sample_obj.timestamp_col])

def test_set_index(sample_obj):
    # print(isinstance(a, pd.DataFrame))
    assert sample_obj.set_index(sample_obj.group + [sample_obj.timestamp_col]).index.names == ['group', 'timestamp']

set_index()Yöntem arayacak self.copy()senin DataFrame nesnenin bir kopyasını oluşturmak (kaynak kodunu görmek için içten buraya o özelleştirilen yapıcı yöntemini kullanan içinde) _internal_ctor()yeni bir nesne (yaratmak, kaynak ). Derin kopya veya dilimleme gibi işlemler sırasında yeni örnekler oluşturmak için hemen hemen tüm panda sınıfları için ortak bir iç yöntem olan self._constructor()aynı olduğuna dikkat edin self._internal_ctor(). Sorununuz aslında bu işlevden kaynaklanmaktadır:

class HistDollarGains(pd.DataFrame):
    ...
    @classmethod
    def _internal_ctor(cls, *args, **kwargs):
        kwargs["group"]         = None
        kwargs["timestamp_col"] = None
        return cls(*args, **kwargs) # this is equivalent to calling
                                    # HistDollarGains(data, group=None, timestamp_col=None)

Sanırım bu kodu github sorunundan kopyaladınız . Çizgiler kwargs["**"] = Noneaçıkça yapıcıya Nonehem groupve ' ye ayarlamasını söyler timestamp_col. Son olarak ayarlayıcı / doğrulayıcı Noneyeni değer olarak alınır ve bir hata oluşturur.

Bu nedenle, groupve için kabul edilebilir bir değer ayarlamanız gerekir timestamp_col.

    @classmethod
    def _internal_ctor(cls, *args, **kwargs):
        kwargs["group"]         = []
        kwargs["timestamp_col"] = 'timestamp' # or whatever name that makes your validator happy
        return cls(*args, **kwargs)

Ardından if g == None: returndoğrulayıcıdaki satırları silebilirsiniz .