具有数据类、熊猫和继承的功能性 Python 设计答案

【问题标题】：Functional python design with dataclasses, pandas and inheritance具有数据类、熊猫和继承的功能性 Python 设计
【发布时间】：2022-11-03 14:51:16
【问题描述】：

我以“广泛”的功能方式编写了一个 python 应用程序，使用冻结的数据类作为函数的输入和输出。这些数据类通常包含一个数据框，也许还有另一个属性，例如：

@dataclass(frozen=True)
class TimeSeries:
    log: pd.DataFrame
    sourceName: str

我现在有更多可能的数据对象，它们遵循“as-a”继承结构。因此，TimeSeries 的 DataFrame 可能只有 Time 和 A 的列，ExtendedTimeSeries 有一个包含这些列的列，还有一个 B 列，依此类推。我现在有 4 个不同的 TimeSeries，它们在 OO 范式中会落入一个层次结构中。

什么是最好的结构？

我可以使用（OO 风格）组合而不是继承，并且让 ExtendedTimeSeries 数据结构包含一个 TimeSeries 对象和一个独立的温度系列，但这似乎并不高效（必须在执行 df 操作之前合并）或安全（可能不匹配的行数）。

如果没有 DataFrame，这种组合方法似乎可以正常工作。有什么好的设计技巧吗？

我可以有一系列相互继承的数据类，但它们将具有完全相同的变量（在上面的示例中log 和sourceName），我不确定这是可能的/明智的。

【问题讨论】：

标签： python

【解决方案1】：

在这种情况下，我将使用src_type 属性区分这些情况，然后可以使用该属性来识别数据类型。此 src_type 可以在 __post_init__ 方法中自动确定，然后用于功能评估。

from enum import Enum
from dataclasses import dataclass

import pandas as pd


# predefined source types for easier discrimination
class SrcType(Enum):
    STANDARD = 0
    EXTENDED = 1


@dataclass(frozen=True)
class TimeSeries:
    log: pd.DataFrame
    src_name: str
    src_type: SrcType = None

    def __post_init__(self):
        # criteria for various source types
        if 'B' in self.log.columns:
            src_type = SrcType.EXTENDED
        else:
            src_type = SrcType.STANDARD
        # bypassing the frozen attribute
        object.__setattr__(self, 'src_type', src_type)


series = TimeSeries(pd.DataFrame(), "my_src")
print(series.src_type)  # <- STANDARD
series = TimeSeries(pd.DataFrame({'B': [0]}), "my_src")
print(series.src_type)  # <- EXTENDED

【讨论】：