使用类从dataframe中删除列

Question

我正在努力减少数据帧中不需要的数据列，但让它在OOP的范围内工作。数据帧中的列是从'A‘到'M’。

示例：

import pandas as pd

# columns 'A' 'B' and 'C' are what I want kept
vibe_df = pd.read_csv('C:Location/Document.csv')
vibe_df = vibe_df[['DateTime', 'A', 'B', 'C']]

上面的工作，但是，我想使用OOP

import pandas as pd

class MemoryVibes:
    def __init__(self,dataframe):
        self.dataframe = dataframe
     
    def keep_only_column(dataframe):
        dataframe = dataframe[['DateTime', 'A', 'B', 'C']]

MemoryVibes.keep_only_column(vibe_df)

vibe_df

没有抛出错误，但所有列仍然存在。请告知，因为我的编码经验仍处于初级阶段。

Answer 1

这里的问题是你永远不会改变vibe_df的值。当您将值传递给keep_only_column时，您只是在访问数据框并存储特定行。按照这里的代码，最接近当前架构的解决方案是简单地返回访问列：

def keep_only_column(dataframe):
        return dataframe[['DateTime', 'A', 'B', 'C']]

也就是说，如果您有一个严格由没有共享状态的静态类组成的类，将这些方法提取到module中并导入所需的方法将是一个更好的想法。

一个“合适的”OOP解决方案是创建MemoryVibes类的一个实例，修改keep_only_column以改变实例状态，并访问改变后的值。

class MemoryVibe:
    def __int__(self, dataframe):
        self.dataframe = dataframe
        # self.dataframe = self.dataframe[['DateTime', 'A', 'B', 'C']]

    def keep_only_column():
        self.dataframe = self.dataframe[['DateTime', 'A', 'B', 'C']]

mvibe = MemoryVibe(vibe_df)
mvibe.keep_only_column()

print(mvibe.dataframe)

最好直接将self.dataframe的值实例化为只包含__init__中的self.dataframe = dataframe[['DateTime', 'A', 'B', 'C']]所需的列，并删除keep_only_columns，这样您就可以确保始终拥有正确的数据帧，而无需在实例化后调用另一个函数。

class MemoryVibe:
    def __int__(self, dataframe):
        self.dataframe = self.dataframe[['DateTime', 'A', 'B', 'C']]