如何将pandas DataFrame赋值为类变量实现多方法共用？

问题原因 #

你之前尝试类变量方案未生效，是因为仅声明了类变量，但方法仍保留了df形参，方法内实际调用的是传入的参数而非类内存储的df，调整方法引用逻辑即可。

方案1：类变量共享（适合所有实例共用同一个df的场景） #

所有实例共享同一份df引用，无额外内存开销，pandas DataFrame作为类变量存储时仅保留引用，不会触发全量拷贝：

import pandas as pd
df_temp = some_df.copy()     # 假设此处将some_df拷贝到df_temp

class Weather:
  # 声明类变量，所有实例共享
  df = df_temp
  def __init__(self, baseyear):
    self.baseyear = baseyear
   
  def HU_monthly(self, month):
    df_HU = Weather.df.groupby(['Station','Year','Month'])['Heat Units'].sum().round(2).reset_index()
    return df_HU
  
  def HU_range(self, first_month, last_month):
    df_between_months = Weather.df[(first_month <= Weather.df['Month'])&(Weather.df['Month']<=last_month)]
    return df_between_months

# 调用时无需传入df
monthly = Weather(2000)
df_1 = monthly.HU_monthly(8)

ranger = Weather(2010)
df_2 = ranger.HU_range(5, 10)

方案2：实例存储（更灵活，支持不同实例用不同df） #

将df作为初始化参数，设置默认值为全局df，既可以满足默认场景免传参的需求，也支持自定义传入其他df：

import pandas as pd
df_temp = some_df.copy()

class Weather:
  def __init__(self, baseyear, df=df_temp):
    self.baseyear = baseyear
    # 实例维度存储df，支持自定义
    self.df = df
   
  def HU_monthly(self, month):
    df_HU = self.df.groupby(['Station','Year','Month'])['Heat Units'].sum().round(2).reset_index()
    return df_HU
  
  def HU_range(self, first_month, last_month):
    df_between_months = self.df[(first_month <= self.df['Month'])&(self.df['Month']<=last_month)]
    return df_between_months

# 默认调用无需传df
monthly = Weather(2000)
df_1 = monthly.HU_monthly(8)

# 需要使用其他df时单独指定即可
custom_weather = Weather(2020, df=other_df)
df_custom = custom_weather.HU_monthly(7)

方案选择建议 #

• 全场景共用同一份df：选方案1，内存占用最低
• 存在不同实例用不同df的可能：选方案2，扩展性更强

内容的提问来源于stack exchange，提问作者Neeraj