Python OOP:如何将common_stats及统计函数整合进Data_Load类
Data_load类规范化重构实现
核心重构目标对齐
完全匹配你提出的代码整理需求:
- 移除冗余的
df.py、test.py文件,消除模块间的不必要依赖 - 将散落在类外部的
common_stats、mean/variance/stdev统计逻辑全部整合为Data_load的成员方法 - 删除类内冗余的旧EDA方法(
get_EDA_info/get_EDA_describe/get_EDA_shape),其能力完全被整合后的common_stats覆盖 - 保持原有手写计算逻辑不变,不替换为pandas内置接口,适配OOP学习的练习目的
重构后的核心代码(formulas.py)
import pandas as pd import math class Data_load: def __init__(self, file_path, usecols=None): # 原df.py中的csv读取逻辑完全内聚到类初始化中,无外部依赖 self.df = pd.read_csv( file_path, delimiter=';', usecols=usecols ) # 初始化时预存数据集名称,方便后续方法调用 self.dataset_name = None def common_stats(self, name): """原独立函数common_stats迁移为类成员方法,无需手动传入df参数""" self.dataset_name = name print(f'#{self.dataset_name}\n') for col in self.df.columns: # 完全保留原函数的所有打印/统计逻辑 print('\nStats') print(f'#{col}\n') print('\nvalue_counts') print(self.df[col].value_counts(dropna=False)) print('\n') print(self.df.columns) print('\nsort_values') print(self.df[col].sort_values(ascending=True)) print('\nisnull') print(self.df[col].isnull()) print('\nisna') print(self.df[col].isna()) print('\ndescribe') print(self.df[col].describe()) print('\ndtypes') print(self.df[col].dtypes) print('\nshape') print(self.df[col].shape) print('\nnunique') print(self.df[col].nunique()) print('\nunique') print(self.df[col].unique()) print('\nisnull().sum()') print(self.df.isnull().sum()) def calc_mean(self, target_col): """原test.py中的mean函数迁移为类方法,支持传入指定列名,保留原手写计算逻辑""" col_data = self.df[target_col].astype(int) n = len(col_data) return sum(col_data) / n def calc_variance(self, target_col): """原test.py中的variance函数迁移为类方法,保留原总体方差计算逻辑""" col_data = self.df[target_col].astype(int) n = len(col_data) col_mean = sum(col_data) / n deviations = [(x - col_mean) ** 2 for x in col_data] return sum(deviations) / n def calc_stdev(self, target_col): """原test.py中的stdev函数迁移为类方法,保留原手写计算逻辑""" col_var = self.calc_variance(target_col) return math.sqrt(col_var) if __name__ == '__main__': # 类内部的测试逻辑,原外部common_stats调用迁移到此处 test_run = Data_load( file_path=r"C:\...\Python data\test_line_ADFS.csv", usecols=['col1', 'col2', 'coln'] ) test_run.common_stats(name='Analysis')
重构后的main.py调用逻辑
消除对原df.py、test.py的导入依赖,所有逻辑通过类实例完成:
import warnings # 保留原有的警告过滤逻辑 warnings.simplefilter(action='ignore', category=FutureWarning) warnings.simplefilter(action='ignore', category=DeprecationWarning) warnings.simplefilter(action='ignore', category=RuntimeWarning) warnings.simplefilter(action='ignore', category=UserWarning) from formulas import Data_load # 原df.py中的配置项直接写在调用层,无需单独的模块文件 FILE_PATH = r"C:\...\Python data\test_line_ADFS.csv" USED_COLS = ['col1', 'col2', 'coln'] # 实例化类完成数据加载 myData = Data_load(file_path=FILE_PATH, usecols=USED_COLS) # 调用整合后的EDA方法 print("=== 通用EDA统计结果 ===") myData.common_stats(name='Analysis') # 调用整合后的自定义统计方法,比如针对登录计数列计算指标 print("\n=== 自定义统计结果 ===") mean_val = myData.calc_mean(target_col='count') var_val = myData.calc_variance(target_col='count') std_val = myData.calc_stdev(target_col='count') print(f"样本均值:{mean_val}") print(f"样本总体方差:{var_val}") print(f"样本标准差:{std_val}")
可直接移除的冗余内容及判断依据
df.py:原文件中的文件路径、csv读取参数、usecols配置已经全部整合到Data_load的初始化逻辑与main.py的调用层,类内部无需依赖外部模块读取数据test.py:原文件中的mean/variance/stdev逻辑已经作为类的成员方法存在,可直接通过类实例调用,无需单独的测试脚本- 类内原有的三个旧EDA方法(
get_EDA_info/get_EDA_describe/get_EDA_shape):其提供的单维度统计能力完全被common_stats覆盖,没有单独存在的必要 - 原formulas.py中的独立
get_details函数:没有独立业务逻辑,只是对common_stats的简单封装,直接移除减少调用层级
适配OOP学习的结构说明
- 类方法和独立函数的核心区别:所有成员方法的第一个参数为
self,用来绑定类实例加载的数据集self.df,不需要每次调用时手动传入df参数,从根源上减少重复传参的冗余 - 整个类的逻辑完全内聚:从数据加载、EDA统计、自定义指标计算全部封装在类内部,外部调用只需要实例化一次,后续所有操作都通过实例完成,符合面向对象设计的封装原则
- 保留了所有你手写的计算逻辑,没有强制替换为pandas的内置统计接口,方便对照理解类方法的调用流程
内容的提问来源于stack exchange,提问作者Hubsandspokes
相关产品推荐
相关产品推荐

