使用自定义函数后如何存储新的数据框？

Question

我刚刚开始使用用户定义的函数，所以这可能不是一个很复杂的问题，请见谅。

我有几个数据框，它们都有一个名为“interval_time”的列（例如），我想将此列重命名为“时间戳”。

我知道我可以用这个手动完成；

df = df.rename(index=str, columns={'interval_time': 'Timestamp'})

但现在我想定义一个名为 rename 的函数来为我做这件事。我已经看到这是可行的；

def rename(data):
    print(data.rename(index=str, columns={'interval_time': 'Timestamp'}))

但我似乎无法保存重命名的数据框，我已经尝试过了；

def rename(data):
    data = data.rename(index=str, columns={'interval_time': 'Timestamp'})

我使用的数据框具有以下形式；

df_scada
              interval_time                 A         ...             X                 Y 
0       2010-11-01 00:00:00                0.0        ...                396.36710         381.68860
1       2010-11-01 00:05:00                0.0        ...                392.97974         381.40634
2       2010-11-01 00:10:00                0.0        ...                390.15695         379.99493
3       2010-11-01 00:15:00                0.0        ...                389.02786         379.14810

Answer 1

有几点需要注意：

• 您需要在函数中使用return。
• 将此类函数设为通用是一种很好的做法。例如，您的输入和输出列名可以是设置了默认值的参数。
• Pandas 提供pd.DataFrame.pipe 以促进方法链接。
• 不应将函数命名为与 Pandas 方法相同的名称。这只会导致混乱。

将这些元素放在一起：

def rename_col(data, col_in='interval_time', col_out='Timestamp'):
    return data.rename(index=str, columns={col_in: col_out})

df = df.pipe(rename_col)

这是一个简单的示例，它可能不需要 用户定义的函数。但是，当您编写更复杂的函数时，上述建议可能会有所帮助。

Answer 2

没有inplace=True，函数创建一个新对象，需要返回：

import pandas as pd

def rename(data):
    return data.rename(index=str, columns={'interval_time': 'Timestamp'})

data = pd.DataFrame([1,2,3,4], columns=['interval_time'])
renamed_data = rename(data)

如果不应该创建新的 DF，请在函数中设置 inplace=True。

Answer 3

调用rename 函数后不需要重新分配数据帧，因为pandas.DataFrame 是一个可变对象，因此它是通过引用传递的。看看这个链接如何传递 python 对象

https://jeffknupp.com/blog/2012/11/13/is-python-callbyvalue-or-callbyreference-neither/

此外，您应该使用inplace 属性，这样您就不会在函数内创建新对象。您在重命名函数中的代码将如下所示

def rename(data):
    data.rename(index=str, columns={'interval_time': 'Timestamp'}, inplace=True)

在您调用 rename(df) 之后，您的 DataFrame df 的列已重命名。