更改熊猫函数调用中的默认参数

Question

在 pandas 中，许多函数采用一长串可选参数，每个参数都有一个默认值。

如果我想在整个项目或至少在整个 py 文件中重新定义默认值，是否有一种简单的方法可以做到这一点？

例如read_csv() 默认为encoding=None，但我希望每次调用read_csv() 都默认为UTF-8 编码。

我知道我可以包装函数，但是通过单独的自定义导入来调用 Pandas 感觉很难看。另外，其他开发者无疑会重新使用read_csv()。

我知道我可以编辑 pandas 源代码，但在保持兼容性方面这是一个非常糟糕的主意。

最后显然我可以更新每个read_csv() 调用以单独设置编码，但是在我正在处理的项目中它们有很多，而且正则表达式会很棘手，因为可能其他可选的非位置参数。此外，这也无助于阻止未来的开发人员重复同样的问题。

有什么想法吗？

编辑：

MedAli 的答案在文件范围内效果很好。

我一直试图让它在目录范围内工作（我使用的是 Python 2.7）：

我相信 如果 pandas 在标准库中，从标准库导入内容时忽略本地文件很容易： from __future__ import absolute_import

而且这个看起来很狡猾的黑客也不起作用：

import sys                                                                                                                                                               
syspath = sys.path                                                                                                                                                        
new_syspath = [path for path in sys.path if path.strip('.')]                                                                                                                                                    
sys.path = new_syspath                                                                                                                                                     
import pandas                                                                                                                                                    
sys.path = syspath

我知道弄乱 sys.path 是个坏主意，尽管因为我实际上是在尝试完全按照设计践踏 pandas，所以至少一些常见的问题不适用。

加上下面的 cmets - 作为进行数百次搜索/替换之前的测试用例，我认为找到一种方法来屏蔽库而不更改代码是有效的......如果它有效，那么采用不那么 hacky 的解决方案。

它开始看起来不可行，即使使用黑客，谁能证明我错了？

第二次编辑：

我相当肯定你不能做我在第一次编辑中提出的问题，所以我接受了文件范围答案作为你在 Python 中可以做的最好的事情。

在进行测试运行方面，我认为最简单的做法是在应用文件范围级别修复之前临时更改 panadas 中的 parser.py。

如果有人不这么认为，我仍然感兴趣！

Answer 1

你可以使用functools.partial

import pandas as pd 
import functools 

new_read_csv = functools.partial(pd.read_csv, encoding="utf-8")

然后你使用new_read_csv 就像你使用pd.read_csv 一样

您也可以用默认参数覆盖pd.read_csv以保存新函数，如下所示：

pd.read_csv = new_read_csv 

如果你想在覆盖后回到原来的实现：

pd.read_csv = pd.read_csv.func