熊猫是否允许自定义对象作为列标签？

Question

在Pandas中，我一直使用自定义对象作为列标签，因为它们为专用于列的信息/方法提供丰富/灵活的功能。例如，您可以设置自定义fmt_fn格式化每列（注意，这只是一个例子，我实际的列标签对象是更复杂）：

In [100]: class Col: 
    ...:  def __init__(self, name, fmt_fn): 
    ...:   self.name = name 
    ...:   self.fmt_fn = fmt_fn 
    ...:  def __str__(self): 
    ...:   return self.name 
    ...:  

In [101]: sec_col = Col('time', lambda val: str(timedelta(seconds=val)).split('.')[0]) 

In [102]: dollar_col = Col('money', lambda val: '${:.2f}'.format(val)) 

In [103]: foo = pd.DataFrame(np.random.random((3, 2)) * 1000, columns = [sec_col, dollar_col]) 

In [104]: print(foo) # ugly 
     time  money 
0 773.181402 720.997051 
1 33.779925 317.957813 
2 590.750129 416.293245 

In [105]: print(foo.to_string(formatters = [col.fmt_fn for col in foo.columns])) # pretty 
    time money 
0 0:12:53 $721.00 
1 0:00:33 $317.96 
2 0:09:50 $416.29 

好了，所以我一直在愉快地这样做了虽然，但是最近我遇到了不支持这个的熊猫的一部分。具体来说，使用自定义列标签的DataFrame上的方法to_hdf/read_hdfwill fail。这对我来说不是一个破坏者。我可以使用咸菜而不是HDF5来减少一些效率。

但是更大的问题是，大熊猫一般是否支持自定义对象作为列标签？换句话说，我是否应该继续以这种方式使用熊猫，否则将来会在大熊猫的其他部分（除了HDF5）中破碎，给我带来未来的痛苦？

PS。作为一个方面说明，如果您目前还没有使用自定义对象作为列标签，我也不介意如何解决上述示例中列特定信息的问题，如fmt_fn。

Answer 1

DataFrame格式化的细粒度控制现在是不可能的。例如，参见here或here对可能性的一些讨论。我相信一个深思熟虑的API（和PR！）会受到好评。

就使用自定义对象作为列而言，两个最大的问题可能是序列化和索引语义（例如，不能再执行df['time']）。

一个可能的方法是来包装你DataFrame某种漂亮地打印的结构，像这样：

In [174]: class PrettyDF(object): 
    ...:  def __init__(self, data, formatters): 
    ...:   self.data = data 
    ...:   self.formatters = formatters 
    ...:  def __str__(self): 
    ...:   return self.data.to_string(formatters=self.formatters) 
    ...:  def __repr__(self): 
    ...:   return self.__str__() 


In [172]: foo = PrettyDF(df, 
         formatters={'money': '${:.2f}'.format, 
            'time': lambda val: str(timedelta(seconds=val)).split('.')[0]}) 


In [178]: foo 
Out[178]: 
    time money 
0 0:13:17 $399.29 
1 0:08:48 $122.44 
2 0:07:42 $491.72 

In [180]: foo.data['time'] 
Out[180]: 
0 797.699511 
1 528.155876 
2 462.999224 
Name: time, dtype: float64