将用户函数转换为数据框方法（或等效方法）

Question

我写了一个简单的函数，从空格分隔的字符串到变量名列表进行变量扩展——只是你老的 'var1 var2 var3'.split() 技巧加上一些简单的通配符扩展。 （实际功能在问题的底部。）

df = pd.DataFrame( { 'cat': [1,2,3], 'car':     [7,8,9], 
                     'dog': [8,8,8], 'pelican': [2,4,6] } )

In [90]: cols( df, 'ca* pelican')
Out[90]: ['car', 'cat', 'pelican']

到目前为止一切顺利，我可以这样使用它：

df[ cols( df, 'ca* pelican') ]

但函数调用中的“df”是多余的。我想知道我能做些什么来代替以下操作之一：

df[ cols('ca* pelican') ]
df.cols( 'ca* pelican' )

我知道后者对于开发人员来说是可能的，但我不认为它对于用户来说是可能的，而且我已经完成了接近零的方法编写，所以也许有办法？无论如何，这就是我是否可以实现上述两种语法之一的问题。这是实际的功能，如果重要的话（别笑，这只是一个简单的概念证明！）：

def cols( df, clist):
   clist = clist.split()
   cols = []
   for col in clist:
      if col.endswith('*'):
         for column in df.columns:
            if column.startswith(col[:-1]):
                cols.append(column)
      else:
         cols.append(col)
   return cols

Answer 1

您可以将一个函数作为方法猴子修补到 DataFrame 中。例如，像

这样的函数

def both_sides(df, name):
    keep = [c for c in df.columns if c.startswith(name)
            and c.endswith(name)]
    return df[keep]

可以作为方法添加到类中：

>>> df = pd.DataFrame(np.random.random((4,4)), columns=["a", "ab", "aba", "b"])
>>> both_sides(df, "a")
          a       aba
0  0.775468  0.998379
1  0.430740  0.005156
2  0.231028  0.626962
3  0.194387  0.447785
>>> pd.DataFrame.both_sides = both_sides
>>> df.both_sides("a")
          a       aba
0  0.775468  0.998379
1  0.430740  0.005156
2  0.231028  0.626962
3  0.194387  0.447785

实例作为第一个参数传入的位置（我们通常命名为self）。混合添加工具而不是简单地使用函数是否是一个好主意值得商榷，但没有什么能阻止你在技术上这样做。