Pandas DataFrame itertuples() 返回的 NamedTuple 的类型提示答案

【问题标题】：Type Hint For NamedTuple Returned By Pandas DataFrame itertuples()Pandas DataFrame itertuples() 返回的 NamedTuple 的类型提示
【发布时间】：2022-07-20 20:45:00
【问题描述】：

ITERTUPLES 是一种迭代 pandas DF 的好方法，它返回一个命名元组。

import pandas as pd
import numpy as np

df = pd.DataFrame({'num_legs': [4, 2], 'num_wings': [0, 2]},index=['dog', 'hawk'])
for row in df.itertuples():
    print(type(row))
    print(row)

<class 'pandas.core.frame.Pandas'>
Pandas(Index='dog', num_legs=4, num_wings=0)
<class 'pandas.core.frame.Pandas'>
Pandas(Index='hawk', num_legs=2, num_wings=2)

向返回的命名元组添加类型提示的正确方法是什么？

【问题讨论】：

我有一个类似的问题，我只需要让 mypy 了解 Pandas 对象可靠地具有 Index 属性。我还没有找到一种方法来做到这一点，而是输入个人 atts，如_index: int = row[0]。

标签： python type-hinting typing

【解决方案1】：

我认为这是不可能的，因为您的数据帧可以具有任意数据类型，因此元组将具有数据帧中存在的任意数据类型。与您不能使用 Python 类型提示来指定 DataFrame 的列类型一样，您也不能显式键入那些命名的元组。

如果您在进入 for 循环之前需要列的类型信息，您当然可以使用df.dtypes，它会为您提供包含列类型的系列。

【讨论】：

【解决方案2】：

在列名和数据类型固定的情况下，一个可能的解决方案是将 df 行的数据结构显式声明为 NamedTuple：

import pandas as pd

Row = NamedTuple(
    "Row",
    [("num_legs", int), ("num_wings", int), ("index", str)],
)

df = pd.DataFrame(
    {"num_legs": [4, 2], "num_wings": [0, 2]}, index=["dog", "hawk"]
)
row: Row
for row in df.itertuples():
    row.num_legs

【讨论】：