Python OOP中Pandas数据集过滤后reset_filter方法失效求助

先梳理代码里的核心问题，再给出修复后的完整代码：

核心问题点 #

• reset_filter无效的根本原因：没有保存原始DataFrame的副本，当前的reset_filter只是复制了已经过滤后的df，自然无法恢复初始状态。
• 方法名不匹配：定义的过滤方法是filter_out_lanes，但调用时写的是filter_out_column，会直接报错。
• 参数名笔误：filter_out_lanes里判断的是lanes is None，但参数是column，导致逻辑错误。
• 变量名违规：class是Python关键字，不能用来当实例变量名；dwell_times变量未定义，应该用创建的实例对象调用方法。

修复后的完整代码 #

import pandas as pd

class Data:
    def __init__(self, url):
        self.url = url
        self.original_df = self.read_csv()  # 保存原始数据副本
        self.df = self.original_df.copy()  # 基于副本做操作，不改动原始数据

    def read_csv(self):
        return pd.read_csv(self.url)

    def filter_out_lanes(self, column=None):
        if column is None:
            return self.df
        elif isinstance(column, int):
            column = [column]
        # 确保'column_id'是你数据中存在的列名
        self.df = self.df[~self.df['column_id'].isin(column)]
        return self.df

    def reset_filter(self):
        # 从原始副本恢复数据
        self.df = self.original_df.copy()
        return self.df

def main():
    # 用合规变量名替代关键字class
    data_obj = Data('example.csv')
    data_obj.filter_out_lanes([5, 6])  # 调用正确的方法名
    print(data_obj.histogram('column_id'))  # 假设你已实现histogram方法

    data_obj.reset_filter()  # 用实例对象调用重置方法
    print(data_obj.histogram('id'))

if __name__ == "__main__":
    main()

额外说明 #

• 初始化时把原始数据存入self.original_df，后续所有操作都基于self.df的副本，重置时直接从原始副本复制即可恢复初始状态。
• 之前的self.df.copy()无效，是因为self.df已经是过滤后的版本，复制它还是过滤后的数据，必须依赖原始副本才能重置。
• 请确认你的histogram方法已正确实现，确保能正常调用。

内容的提问来源于stack exchange，提问作者Ben Dover