การปรับแต่ง DataFrame
ในบริษัทของคุณ ข้อมูลทุกชุดต้องมี timestamp บันทึกว่าสร้างขึ้นเมื่อใด เพื่อให้มั่นใจว่าไม่มีการใช้ข้อมูลที่ล้าสมัย คุณต้องการใช้ DataFrame ของ pandas ในการประมวลผลข้อมูล แต่จำเป็นต้องปรับแต่งคลาสให้รองรับการใช้งาน timestamp
ในแบบฝึกหัดนี้ จะได้สร้างคลาส LoggedDF ขนาดเล็กที่สืบทอดมาจาก DataFrame ปกติของ pandas แต่มี attribute created_at สำหรับเก็บ timestamp จากนั้นจะขยายความสามารถของเมธอด to_csv() มาตรฐานให้รวมคอลัมน์วันที่สร้างไว้ด้วยเสมอ
เคล็ดลับ: เมธอดของ DataFrame มีพารามิเตอร์จำนวนมาก การคัดลอกทั้งหมดสำหรับแต่ละเมธอดที่ต้องการปรับแต่งไม่ใช่แนวทางที่ดี วิธีแก้คือใช้อาร์กิวเมนต์แบบความยาวแปรผัน *args และ **kwargs เพื่อรับพารามิเตอร์ทั้งหมด
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การเขียนโปรแกรมเชิงวัตถุใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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)