แนวปฏิบัติที่ดีสำหรับอาร์กิวเมนต์ค่าเริ่มต้น
เพื่อนร่วมงานของคุณ (ที่เห็นได้ชัดว่ายังไม่ได้เรียนคอร์สนี้) เขียนฟังก์ชันนี้ขึ้นมาเพื่อเพิ่มคอลัมน์ให้กับ DataFrame ของ pandas น่าเสียดายที่เขาใช้ตัวแปรแบบ mutable เป็นค่าเริ่มต้นของอาร์กิวเมนต์ ช่วยแนะนำวิธีที่ดีกว่านี้ เพื่อไม่ให้เกิดพฤติกรรมที่ไม่คาดคิดตามมา
def add_column(values, df=pandas.DataFrame()):
"""Add a column of `values` to a DataFrame `df`.
The column will be named "col_<n>" where "n" is
the numerical index of the column.
Args:
values (iterable): The values of the new column
df (DataFrame, optional): The DataFrame to update.
If no DataFrame is passed, one is created by default.
Returns:
DataFrame
"""
df['col_{}'.format(len(df.columns))] = values
return df
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การเขียนฟังก์ชันใน Python
คำแนะนำการฝึกหัด
- เปลี่ยนค่าเริ่มต้นของ
dfให้เป็นค่าแบบ immutable เพื่อให้สอดคล้องกับแนวปฏิบัติที่ดี - อัปเดตโค้ดของฟังก์ชัน เพื่อให้สร้าง DataFrame ใหม่ขึ้นมาโดยอัตโนมัติ หากผู้เรียกฟังก์ชันไม่ได้ส่ง DataFrame เข้ามา
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Use an immutable variable for the default argument
def better_add_column(values, df=____):
"""Add a column of `values` to a DataFrame `df`.
The column will be named "col_" where "n" is
the numerical index of the column.
Args:
values (iterable): The values of the new column
df (DataFrame, optional): The DataFrame to update.
If no DataFrame is passed, one is created by default.
Returns:
DataFrame
"""
# Update the function to create a default DataFrame
if ____ is ____:
df = pandas.DataFrame()
df['col_{}'.format(len(df.columns))] = values
return df