Pandas 添加方法无法序列化

Question

我正在尝试向 pandas 添加一个方法，以便在我有权访问数据框时可以轻松使用它。然而序列化"kills"方法如下例所示

import dill

class Foo:
    def sayhello(self):
        print("hello")

f = Foo()
dill.dump(f, open("./foo.pickle", "wb"))

f1 = dill.load(open("./foo.pickle", "r"))
f1.sayhello()

def addto(instance):
    def decorator(f):
        import types
        f = types.MethodType(f, instance, instance.__class__)
        setattr(instance, f.func_name, f)
        return f
    return decorator

@addto(f)
def saygoodbye(self):
    print("goodbye")

dill.dump(f, open("./foo.pickle", "wb"))

f1 = dill.load(open("./foo.pickle", "r"))

f1.sayhello()
f1.saygoodbye()

import pandas as pd

df = pd.DataFrame([0,1])
@addto(df)
def saygoodbye(self):
    print("goodbye")

dill.dump(df, open("./dframe.pickle", "wb"))
df1 = dill.load(open("./dframe.pickle", "r"))
df1.saygoodbye()

这给我一个 AttributeError: 'DataFrame' object has no attribute 'saygoodbye'

1) 你知道是什么导致了问题吗？

2) 你知道如何在数据帧上序列化添加的方法吗？

谢谢

Answer 1

1) 你知道是什么导致了问题吗？

您需要将方法添加到 class 而不是像

这样的实例

df = pd.DataFrame([0,1])
@addto(pd.DataFrame)
def saygoodbye(self):
    print("goodbye")

2) 你知道如何在数据帧上序列化添加的方法吗？

如果我没理解错的话，您想将数据帧实例序列化为泡菜文件，然后再反序列化。我的建议是创建一个新的 class 继承自 DataFrame。

class MyDataFrame(pd.DataFrame):
    def saygoodbye(self):
        print 'saygoodbye'

df = MyDataFrame([0,1])
dill.dump(df, open("./dframe.pickle", "wb"))
df1 = dill.load(open("./dframe.pickle", "r"))
df.saygoodbye()

Pandas 添加方法无法序列化

Pandas adding method does not survive serialization

python

methods

python-3.x

pandas

dill