You need to enable JavaScript to run this app. Python OOP:如何将common_stats及统计函数整合进Data_Load类
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.10 12:54:09