使用用戶定義的函數時如何返回兩個函數？

Question

我剛剛開始使用用戶定義的函數，所以請原諒這可能不是一個非常復雜的問題。

我有幾個數據框，所有的數據框都有一個名為“ interval_time”的列（例如），我想將此列重命名為“ Timestamp”，然后將此重命名的列設置為索引。

我知道我可以用這個手動完成；

df = df.rename(index=str, columns={'interval_time': 'Timestamp'})
df = df.set_index('Timestamp')

但現在我想定義一個名為重命名的函數來為我完成此任務。 我已經看到這行得通；

def rename_col(data, col_in='tempus_interval_time', col_out='Timestamp'):
    return data.rename(index=str, columns={col_in: col_out}, inplace=True)

但是，當我嘗試添加第二個函數時，它似乎沒有任何作用，但是，如果我將第二個部分定義為其自己的函數並運行它，則它似乎確實可以工作。

我正在嘗試

def rename_n_index(data, col_in='tempus_interval_time', col_out='Timestamp'):
    return data.rename(index=str, columns={col_in: col_out}, inplace=True)
    return data.set_index('Timestamp', inplace=True)

我正在使用的數據框具有以下形式；

df_scada
              interval_time                 A         ...             X                 Y 
0       2010-11-01 00:00:00                0.0        ...                396.36710         381.68860
1       2010-11-01 00:05:00                0.0        ...                392.97974         381.40634
2       2010-11-01 00:10:00                0.0        ...                390.15695         379.99493
3       2010-11-01 00:15:00                0.0        ...                389.02786         379.14810

Answer 1

您不需要返回任何東西 ，因為您的操作已就位 。 您可以在函數中進行就地更改：

def rename_n_index(data, col_in='tempus_interval_time', col_out='Timestamp'):
    data.rename(index=str, columns={col_in: col_out}, inplace=True)
    data.set_index('Timestamp', inplace=True)

您傳遞給函數的數據框的任何其他引用都將看到所做的更改：

>>> import pandas as pd
>>> df = pd.DataFrame({'interval_time': pd.to_datetime(['2010-11-01 00:00:00', '2010-11-01 00:05:00', '2010-11-01 00:10:00', '2010-11-01 00:15:00']),
...     'A': [0.0] * 4}, index=range(4))
>>> df
     A       interval_time
0  0.0 2010-11-01 00:00:00
1  0.0 2010-11-01 00:05:00
2  0.0 2010-11-01 00:10:00
3  0.0 2010-11-01 00:15:00
>>> def rename_n_index(data, col_in='tempus_interval_time', col_out='Timestamp'):
...     data.rename(index=str, columns={col_in: col_out}, inplace=True)
...     data.set_index('Timestamp', inplace=True)
...
>>> rename_n_index(df, 'interval_time')
>>> df
                       A
Timestamp
2010-11-01 00:00:00  0.0
2010-11-01 00:05:00  0.0
2010-11-01 00:10:00  0.0
2010-11-01 00:15:00  0.0

在上面的示例中，對數據幀的df引用顯示了該函數所做的更改。

如果刪除inplace=True參數，則該方法調用將返回一個新的dataframe對象。 您可以將中間結果存儲為局部變量，然后將第二種方法應用於該局部變量中引用的數據框：

def rename_n_index(data, col_in='tempus_interval_time', col_out='Timestamp'):
    renamed = data.rename(index=str, columns={col_in: col_out})
    return renamed.set_index('Timestamp')

或者，您可以將方法調用直接鏈接到返回的對象：

def rename_n_index(data, col_in='tempus_interval_time', col_out='Timestamp'):
    return data.rename(index=str, columns={col_in: col_out})\
               .set_index('Timestamp'))

因為renamed已經是一個新的數據幀，所以可以將set_index()調用就地應用於該對象，然后也返回剛剛renamed ：

def rename_n_index(data, col_in='tempus_interval_time', col_out='Timestamp'):
    renamed = data.rename(index=str, columns={col_in: col_out})
    renamed.set_index('Timestamp', inplace=True)
    return renamed

無論哪種方式，這都會返回一個新的數據框對象，而使原始數據框保持不變：

>>> def rename_n_index(data, col_in='tempus_interval_time', col_out='Timestamp'):
...     renamed = data.rename(index=str, columns={col_in: col_out})
...     return renamed.set_index('Timestamp')
...
>>> df = pd.DataFrame({'interval_time': pd.to_datetime(['2010-11-01 00:00:00', '2010-11-01 00:05:00', '2010-11-01 00:10:00', '2010-11-01 00:15:00']),
...     'A': [0.0] * 4}, index=range(4))
>>> rename_n_index(df, 'interval_time')
                       A
Timestamp
2010-11-01 00:00:00  0.0
2010-11-01 00:05:00  0.0
2010-11-01 00:10:00  0.0
2010-11-01 00:15:00  0.0
>>> df
     A       interval_time
0  0.0 2010-11-01 00:00:00
1  0.0 2010-11-01 00:05:00
2  0.0 2010-11-01 00:10:00
3  0.0 2010-11-01 00:15:00

Answer 2

有關解決代碼中的錯誤的信息，請參見@MartijnPieters的說明 。

但是，請注意Pandorable方法是使用方法鏈接。 有些人發現從外觀上看方法名稱在美學上令人愉悅。 這是一個例子：

def rename_n_index(data, col_in='tempus_interval_time', col_out='Timestamp'):

    renamed = data.rename(index=str, columns={col_in: col_out})\
                  .set_index('Timestamp')

    return renamed

然后，將這些應用到dataframes序列在以前的問題 ：

dfs = [df.pipe(rename_n_index) for df in (df1, df2, df3)]