Anpassa en DataFrame
I ditt företag ska all data åtföljas av en tidsstämpel som anger när datamängden skapades, för att säkerställa att inaktuell information inte används. Du vill använda pandas DataFrames för att bearbeta data, men du behöver anpassa klassen så att den stöder tidsstämplar.
I den här övningen implementerar du en liten LoggedDF-klass som ärver från en vanlig pandas DataFrame men som har ett created_at-attribut som lagrar tidsstämpeln. Du utökar sedan standardmetoden to_csv() så att den alltid inkluderar en kolumn med skapandedatumet.
Tips: alla DataFrame-metoder har många parametrar, och det är inte hållbart att kopiera alla dem för varje metod du anpassar. Tricket är att använda argument med variabel längd, *args och **kwargs, för att fånga upp alla.
Den här övningen är en del av kursen
Objektorienterad programmering i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)