在不同功能之间链接输出

Question

我正在寻找一个过程的名称，该过程在其他几个函数中处理一个函数的输出（试图为我的问题找到更好的词）。一些伪/实际代码将非常有帮助。

我写了以下代码：

def read_data():
    read data from a file
    create df
    return df

def parse_data():
    sorted_df = read_data()
    count lines
    sort by date
    return sorted_df

def add_new_column(): 
    new_column_df = parse_data()
    add new column
    return new_column_df

def create_plot():
    plot_data = add_new_column()
    create a plot
    display chart

我想了解的是如何跳过一个函数，例如创建以下链read_data() -> parse_data() -> create_plot()。

由于代码现在看起来（由于所有返回值以及它们在函数之间传递的方式），它需要我更改最后一个函数中的输入数据，create_plot()。

我怀疑我正在创建逻辑错误的代码。

有什么想法吗？

原码：

import pandas as pd
import matplotlib.pyplot as plt

# Read csv files in to data frame
def read_data():
    raw_data = pd.read_csv('C:/testdata.csv', sep=',', engine='python', encoding='utf-8-sig').replace({'{':'', '}':'', '"':'', ',':' '}, regex=True)
    return raw_data

def parse_data(parsed_data):
    ...
    # Convert CreationDate column into datetime
    raw_data['CreationDate'] = pd.to_datetime(raw_data['CreationDate'], format='%Y-%m-%d %H:%M:%S', errors='coerce')
    raw_data.sort_values(by=['CreationDate'], inplace=True, ascending=True)
    parsed_data = raw_data
    return parsed_data

raw_data = read_files()
parsed = parsed_data(raw_data)

Answer 1

传递数据而不是有效地“嵌套”所有内容。理想情况下，函数需要的任何数据都应作为参数传递给函数：

def read_data():
    read data from a file
    create df
    return df

def parse_data(sorted_df):
    count lines
    sort by date
    return sorted_df

def add_new_column(new_column_df):
    add new column
    return new_column_df

def create_plot(plot_data):  
    create a plot
    display chart

df = read_data()
parsed = parse_data(df)
added = add_new_column(parsed)
create_plot(added)

尽量确保函数只处理它们直接负责的事情。知道数据来自哪里或生成数据不是parse_data 的工作，所以它不应该担心这一点。让调用者处理。

我在这里设置事物的方式通常被称为“管道”或“线程”。信息从一个功能“流动”到下一个功能。在像 Clojure 这样的语言中，这可以写成：

(-> (read-data)
    (parse-data)
    (add-new-column)
    (create-plot))

使用线程宏-> 让您无需手动处理数据传递。不幸的是，Python 没有内置任何东西来执行此操作，尽管可以使用external modules 来实现。

---

另请注意，由于数据帧似乎是可变的，因此您实际上并不需要从函数中返回已更改的数据帧。如果您只是直接改变参数，您可以按顺序将相同的数据帧传递给每个函数，而不是将其放在像parsed 和added 这样的中间变量中。我在这里展示的方式是一种通用的设置方式，但可以根据您的具体用例进行更改。

Answer 2

使用类来包含您的代码

class DataManipulation:
    def __init__(self, path):
        self.df = pd.DataFrame()
        self.read_data(path)

    @staticmethod
    def new(file_path):
        return DataManipulation(path)

    def read_data(self, path):
        read data from a file
        self.df = create df

    def parse_data(self):
        use self.df
        count lines
        sort by date
        return self

    def add_new_column(self):
        use self.df
        add new column
        return self

    def create_plot(self):
        plot_data = add_new_column()
        create a plot
        display chart
        return self

然后，

 d = DataManipulation.new(filepath).parse_data().add_column().create_plot()