Pourquoi le sous-classement d'un objet DataFrame fait-il muter l'objet d'origine?

Question

Je suis ignorant le warnings et essayant de sous-classer un DataFrame pandas. Mes raisons pour le faire sont les suivantes:

• Je veux conserver toutes les méthodes existantes de DataFrame.
• Je veux définir quelques attributs supplémentaires à l'instanciation de classe, qui sera plus tard utilisée pour définir des méthodes supplémentaires que je peux appeler sur la sous-classe.

Voici un extrait:

class SubFrame(pd.DataFrame): 

    def __init__(self, *args, **kwargs): 
     freq = kwargs.pop('freq', None) 
     ddof = kwargs.pop('ddof', None) 
     super(SubFrame, self).__init__(*args, **kwargs) 
     self.freq = freq 
     self.ddof = ddof 
     self.index.freq = pd.tseries.frequencies.to_offset(self.freq) 

    @property 
    def _constructor(self): 
     return SubFrame 

Voici un exemple d'utilisation. Dire que j'ai le DataFrame

print(df) 
       col0  col1  col2 
2014-07-31 0.28393 1.84587 -1.37899 
2014-08-31 5.71914 2.19755 3.97959 
2014-09-30 -3.16015 -7.47063 -1.40869 
2014-10-31 5.08850 1.14998 2.43273 
2014-11-30 1.89474 -1.08953 2.67830 

où l'indice n'a pas de fréquence

print(df.index) 
DatetimeIndex(['2014-07-31', '2014-08-31', '2014-09-30', '2014-10-31', 
       '2014-11-30'], 
       dtype='datetime64[ns]', freq=None) 

En utilisant SubFrame me permet de spécifier que la fréquence en une seule étape:

sf = SubFrame(df, freq='M') 
print(sf.index) 
DatetimeIndex(['2014-07-31', '2014-08-31', '2014-09-30', '2014-10-31', 
       '2014-11-30'], 
       dtype='datetime64[ns]', freq='M') 

La question est, ce modifie df:

print(df.index.freq) 
<MonthEnd> 

Que se passe-t-il ici, et comment puis-je éviter cela?

En outre, je prétends utiliser le code copied que je ne comprends pas très bien. Que se passe-t-il dans __init__ ci-dessus? Est-il nécessaire d'utiliser args/kwargs avec pop ici? (Pourquoi ne puis-je pas simplement spécifier les paramètres comme d'habitude?)

Answer 1

Je vais ajouter aux avertissements. Non que je veuille te décourager, j'applaudis en fait tes efforts.

Cependant, ce ne sera pas la dernière de vos questions quant à ce qui se passe.

Cela dit, une fois que vous exécutez:

super(SubFrame, self).__init__(*args, **kwargs) 

self est un dataframe os fide. Vous l'avez créé en transmettant une autre image au constructeur.

Essayez ceci comme une expérience

d1 = pd.DataFrame(1, list('AB'), list('XY')) 
d2 = pd.DataFrame(d1) 

d2.index.name = 'IDX' 

d1 

    X Y 
IDX  
A 1 1 
B 1 1 

Ainsi, le comportement observé est cohérent, en ce que lorsque vous construisez une trame de données en passant une autre dataframe au constructeur, vous finissez pointant vers les mêmes objets.

Pour répondre à votre question, le sous-classement n'est pas ce qui permet la mutation de l'objet original ... c'est la façon dont pandas construit une trame de données à partir d'une trame de données passée.

Pour éviter cela instancier une copie

d2 = pd.DataFrame(d1.copy()) 

---

Qu'est-ce qui se passe dans le __init__

Vous voulez transmettre toutes les args et kwargs-pd.DataFrame.__init__ à l'exception de la kwargs spécifique qui sont destinés à votre sous-classe. Dans ce cas, freq et ddof. pop est un moyen pratique de saisir les valeurs et supprimer la clé de kwargs avant de le transmettre à pd.DataFrame.__init__

---

Comment je

mettre en œuvre pipe

def add_freq(df, freq): 
    df = df.copy() 
    df.index.freq = pd.tseries.frequencies.to_offset(freq) 
    return df 

df = pd.DataFrame(dict(A=[1, 2]), pd.to_datetime(['2017-03-31', '2017-04-30'])) 

df.pipe(add_freq, 'M')