Skip to main content
 首页 » 编程设计

python之将 skipna 的 pandas 全局默认值设置为 False

2024年11月24日9sxdcgaq8080

对于某些 Pandas 函数,例如 sum()、cumsum() 和 cumprod(),有一个 skipna 选项,默认情况下设置为 True。这给我带来了问题,因为错误可能会悄无声息地传播,所以我总是明确地将 skipna 设置为 False。

sum_df = df.sum(skipna=False) 

每次出现这些函数之一时都这样做会使代码看起来有点笨拙。有什么方法可以更改 Pandas 中的默认行为?

请您参考如下方法:

选项不是一个选项(还)

似乎没有这样的 option来控制这种行为。它是硬编码的:

import inspect 
inspect.getfile(pd.DataFrame.sum)    # './pandas/core/generic.py' 
inspect.getsource(pd.DataFrame.sum) 
 
# @Substitution(outname=name, desc=desc, name1=name1, name2=name2, 
#                  axis_descr=axis_descr, min_count=_min_count_stub, 
#                  see_also=see_also, examples=examples) 
# @Appender(_num_doc) 
# def stat_func(self, axis=None, skipna=None, level=None, numeric_only=None, 
# [...] 

这可能是一个拉取请求的好主意。

一个简单的解决方案

可能不是最好的解决方案,它有点老套,但确实可以解决您的问题。

我并不是说这是一般的好做法。它可能有我没有解决的缺点(欢迎您在评论中列出)。无论如何,此解决方案的优点是非侵入性。

此外,尽管这是一种非常简单的技术并且是纯 PSL,但它可能会违反最小惊讶原则(有关详细信息,请参见 answer)。

MCVE

让我们构建一个覆盖现有默认参数或添加额外参数的包装器:

def set_default(func, **default): 
    def inner(*args, **kwargs): 
        kwargs.update(default)        # Update function kwargs w/ decorator defaults 
        return func(*args, **kwargs)  # Call function w/ updated kwargs 
    return inner                      # Return decorated function 

然后,我们可以装饰任何函数。例如:

import pandas as pd 
pd.DataFrame.sum = set_default(pd.DataFrame.sum, skipna=False) 

然后,DataFrame 对象的sum 方法在我们每次调用它时都会将其skipna 覆盖为False .现在是以下代码:

import numpy as np 
df = pd.DataFrame([1., 2., np.nan]) 
df.sum() 

返回:

0   NaN 
dtype: float64 

代替:

0    3.0 
dtype: float64 

自动化

我们可以一次将此修改应用于许多函数:

for key in ['sum', 'mean', 'std']: 
    setattr(pd.DataFrame, key, set_default(getattr(pd.DataFrame, key), skipna=False)) 

如果我们将这些修改存储到 python 模块(.py 文件)中,它们将在导入时应用,而无需修改 Pandas 代码本身。