Python类中如何正确编写相互依赖的多个数据处理方法？

错误根源 #

你在调用时覆盖了类实例变量：
初始化data = prep_data("./datasets/AirPassengers.csv")时，data是prep_data类的实例，拥有类定义的load_data、processTimeColumn方法。执行data = data.load_data()时，你把load_data返回的DataFrame赋值覆盖了原有的data变量，此时data已经是Pandas的DataFrame对象，自然没有processTimeColumn类方法，触发AttributeError。
你之前在__init__里加self.df = None的修改本身是符合编码规范的，问题和这部分修改无关。

修复方案 #

方法1：调整调用逻辑，不覆盖类实例变量 #

# 初始化类实例，保留实例变量不被覆盖
data_processor = prep_data("./datasets/AirPassengers.csv")
# 调用load_data加载数据，数据会自动存入实例的self.df属性
data_processor.load_data()
# 调用processTimeColumn处理时间列，获取最终结果
df = data_processor.processTimeColumn()

方法2：修改load_data返回值，支持链式调用 #

如果想要实现prep_data(path).load_data().processTimeColumn()的链式调用逻辑，只需要修改load_data的返回值为实例本身即可：

def load_data(self):
    """加载CSV数据存入实例属性self.df"""
    self.df = pd.read_csv(self.path)
    # 返回实例本身，支持链式调用
    return self

修改后调用代码可以简化为：

df = prep_data("./datasets/AirPassengers.csv").load_data().processTimeColumn()

代码优化建议 #

1. 你后来尝试把self.df改成局部变量df的修改是错误的：类方法之间共享变量必须通过实例属性self.xxx传递，局部变量df仅在load_data方法内部有效，processTimeColumn完全无法访问，会直接触发NameError。
2. 初始化时的CSV后缀判断优化，兼容大小写后缀（比如.CSV格式）：

def __init__(self, path):
    assert path.lower().endswith(".csv"), "文件必须为CSV格式"
    self.path = path
    self.df = None

3. 自动识别时间列的逻辑优化，避免误转换、吞异常：

if column_index is None:
    # 找到第一个可转换为时间的列就终止，避免多次覆盖索引
    for column in self.df.columns:
        if self.df[column].dtype == "object":
            try:
                self.df[column] = pd.to_datetime(self.df[column])
                self.df.set_index(column, inplace=True)
                break
            # 只捕获时间转换失败的异常，不吞其他未知错误
            except ValueError:
                continue

4. 遵循Python编码规范，类名改用大驼峰命名，把prep_data改为PrepData更易读。

内容的提问来源于stack exchange，提问作者Moutaz Gendia