Personalizzare un DataFrame
Nella tua azienda, ogni dato deve avere un timestamp che registri quando è stato creato l'insieme di dati, per assicurarti di non usare informazioni obsolete. Vorresti usare i DataFrame di pandas per elaborare i dati, ma devi personalizzare la classe per poter usare i timestamp.
In questo esercizio implementerai una piccola classe LoggedDF che eredita da un normale DataFrame di pandas, ma aggiunge un attributo created_at che memorizza il timestamp. Inoltre, estenderai il metodo standard to_csv() per includere sempre una colonna con la data di creazione.
Suggerimento: tutti i metodi dei DataFrame hanno molti parametri, e non è sostenibile copiarli ogni volta che personalizzi un metodo. Il trucco è usare gli argomenti a lunghezza variabile *args e **kwargs per intercettarli tutti.
Questo esercizio fa parte del corso
Programmazione orientata agli oggetti in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import pandas as pd
____
# Define LoggedDF inherited from pd.DataFrame and add the constructor
____
ldf = LoggedDF({"col1": [1,2], "col2": [3,4]})
print(ldf.values)
print(ldf.created_at)