使用类中的数据创建 DataFrame答案

【问题标题】：Create a DataFrame with data from a class使用类中的数据创建 DataFrame
【发布时间】：2022-12-03 14:04:05
【问题描述】：

我想创建一个 DataFrame，我想从一个类中导入数据。我的意思是，我输入 t1 = Transaction("20221128", "C1", 14) 并且我想要一个 DataFrame 来显示如下数据：

第 1 列：日期
第 2 栏：概念

第 3 列：金额

我要实现它的代码是：

class Transactions:

    num_of_transactions = 0
    amount = 0

    def __init__(self, date, concept, amount):
        self.date = date
        self.concept = concept
        self.amount = amount
        Transaction.add_transaction()
        Transaction.add_money(self)

    @classmethod
    def number_of_transactions(cls):
        return cls.num_of_transactions

    @classmethod
    def add_transaction(cls):
        cls.num_of_transactions += 1

    @classmethod
    def amount_of_money(cls):
        return cls.amount

    @classmethod
    def add_money(cls, self):
        cls.amount += self.amount

t1 = Transaction("20221128", "C1", 14)
t2 = Transaction("20221129", "C2", 30)
t3 = Transaction("20221130", "3", 14)

我试过了：

def DataFrame(self):
    df = pd.DataFrame(self.date self.concept, self.amount)

但是查看 pandas 文档，我发现这不是一种有效的方法。

有什么帮助吗？谢谢！

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

为了创建一个新的数据框，您必须提供行和列的名称。

您必须按以下方式更改代码：

def DataFrame(self):
    df = pd.DataFrame(data=[[self.date, self.concept, self.amount]], columns=['Date','Concept','Amount'])

【讨论】：

【解决方案2】：

您可以通过首先创建一个字典列表，从事务对象列表创建一个 DataFrame，其中每个字典代表 DataFrame 中的一行，并具有与列相对应的键。这是一种方法：

import pandas as pd

# Create a list of Transaction objects
transactions = [t1, t2, t3]

# Create a list of dictionaries, where each dictionary represents a row in the DataFrame
data = []
for t in transactions:
    row = {"Date": t.date, "Concept": t.concept, "Amount": t.amount}
    data.append(row)

# Create a DataFrame from the list of dictionaries, specifying the columns in the desired order
df = pd.DataFrame(data, columns=["Date", "Concept", "Amount"])

# Print the DataFrame
print(df)

这应该会产生一个如下所示的 DataFrame：

|    | Date     | Concept   | Amount   |
|---:|:---------|:----------|:---------|
|  0 | 20221128 | C1        |       14 |
|  1 | 20221129 | C2        |       30 |
|  2 | 20221130 | 3         |       14 |

上面的代码假定 Transaction 类的定义如您在问题中所示，使用 __init__ 方法以及您包含的类变量和方法。请注意，我已将类定义中的Transaction替换为Transactions以匹配类名，并且我还将add_money方法的self参数更改为transaction，以避免与self实例方法的参数。 DataFrame 函数不是类定义的一部分，而是被定义为一个单独的函数，它将 Transaction 对象列表作为其参数。

您还可以向 Transactions 类添加一个类方法，该方法返回一个表示该类所有实例的 DataFrame。为此，您可以添加一个类变量 transactions_list 来跟踪该类的所有实例，以及一个类方法 to_dataframe 将 transactions_list 转换为 DataFrame。

这是实现它的一种方法：

import pandas as pd

class Transactions:

    num_of_transactions = 0
    amount = 0
    transactions_list = []  # Class variable to store all instances of the class

    def __init__(self, date, concept, amount):
        self.date = date
        self.concept = concept
        self.amount = amount
        # Add the instance to the transactions_list
        self.transactions_list.append(self)
        Transactions.add_transaction()
        Transactions.add_money(self)

    @classmethod
    def number_of_transactions(cls):
        return cls.num_of_transactions

    @classmethod
    def add_transaction(cls):
        cls.num_of_transactions += 1

    @classmethod
    def amount_of_money(cls):
        return cls.amount

    @classmethod
    def add_money(cls, self):
        cls.amount += self.amount

    @classmethod
    def to_dataframe(cls):
        # Create a list of dictionaries representing each transaction
        transactions_list = [{'Date': t.date, 'Concept': t.concept, 'Amount': t.amount} for t in cls.transactions_list]

        # Create a DataFrame from the list of dictionaries
        df = pd.DataFrame(transactions_list)

        return df

# Create some transactions
t1 = Transactions("20221128", "C1", 14)
t2 = Transactions("20221129", "C2", 30)
t3 = Transactions("20221130", "3", 14)

然后，您可以调用类方法to_dataframe 来获取表示所有交易的 DataFrame：

df = Transactions.to_dataframe()

这应该创建一个 DataFrame df，其中包含列 'Date'、'Concept' 和 'Amount' 以及对应于每个事务的行。

【讨论】：