定义如何函数的行为，依赖于什么名字的传递

Question

我创建了一个功能，但根据什么名字被传递到函数，我想表现不同的功能

创建的函数接受一个数据帧，创建一个数据透视表和由100或0.01缩放某些列。对于特定类型的数据框的（其中包含一个特定的列），我不想平均重量进行缩放。有没有办法找到通过DF的名字吗？

编辑：

所有DF具有相同的列名，所以要区分“SpecialDF”别人只有通过它的名字传递给函数。在这一点上，我应该看着类或装饰？在DEF规模（DF）功能是很长，只有这一部分需要特殊处理

def scale(df):

    dfpvt= pd.pivot_table(df, values=['Avg Wt', 'Avg Spd'], index=y,aggfunc='sum')

    dfpvt.loc[:['Avg Wt', 'Avg Spd']=dfpvt[['Avg Wt', 'Avg Spd']].apply(lambda x: x/100)

    return dfpvt   

我要找的是一样的东西

def scale(df):

    dfpvt= pd.pivot_table(df, values=['Avg Wt', 'Avg Spd'], index=y,aggfunc='sum')

    if df==SpecialDF:
        dfpvt.loc[:['Avg Spd']=dfpvt[['Avg Spd']].apply(lambda x: x/100)
    else:
        dfpvt.loc[:['Avg Wt', 'Avg Spd']=dfpvt[['Avg Wt', 'Avg Spd']].apply(lambda x: x/100)
    return dfpvt   

Answer 1

对于特定类型的数据框的（其中包含一个特定的列），我不想平均重量进行缩放。

使用if或三元声明，以确定你的数据帧中是否存在一列：

def scale(df):
    dfpvt = pd.pivot_table(df, values=['Avg Wt', 'Avg Spd'], index=y, aggfunc='sum')
    scale_cols = ['Avg Spd'] if 'some_col_label' in df else ['Avg Wt', 'Avg Spd']
    dfpvt.loc[: scale_cols] /= 100
    return dfpvt

这样做是为了减少重复的代码，只修改改变所需的列所需的最基本的对象，在这种情况下，list对象。

对于一个更通用的功能，你可以有scale_cols作为参数，并通过功能pipe您的数据帧：

def scale(df, scale_cols):
    dfpvt = pd.pivot_table(df, values=['Avg Wt', 'Avg Spd'], index=y, aggfunc='sum')
    dfpvt.loc[: scale_cols] /= 100
    return dfpvt

df = df.pipe(scale, ['Avg Spd'] if 'some_col_label' in df else ['Avg Wt', 'Avg Spd'])

---

所有DF具有相同的列名，所以要区分“SpecialDF”别人只有通过它的名字传递给函数。

你更新的要求是完全不同的。名都只是引用：不依赖于他们的加工条件。好的做法是使用字典您dataframes和使用的密钥保存在你的字典，以确定一个“特殊”的数据帧：

dfs = {'df1': df1, 'df2': df2}

def scale(df, scale_cols):
    dfpvt = pd.pivot_table(df, values=['Avg Wt', 'Avg Spd'], index=y, aggfunc='sum')
    dfpvt.loc[: scale_cols] /= 100
    return dfpvt

key = 'df1'
dfs[key] = dfs[key].pipe(scale, ['Avg Spd'] if key == 'df1' else ['Avg Wt', 'Avg Spd'])

Answer 2

根据数据帧的术语“类型”，你想isinstance（documentation here）。

但是，既然你说“其中包含特定列”，你可能实际上意味着if col in df，其中col是特定列的名称。