python - 为一行代码编写一个函数？

Question

我目前正在使用 pandas DataFrame 并遇到了一个问题。是否应该有一个单独的函数来设置索引，或者它是否会使代码变得复杂，因为无论如何你都可以简单地编写一行代码。

def set_time_as_index(df):
    return df.set_index('time')

当前代码的简化版本：

def create_df_rdy_for_export(input_data):
    dframe = pd.DataFrame(input_data)
    dframe = set_time_as_index(dframe)
    return dframe

还是写得更好：

def create_df_rdy_for_export(input_data):
    dframe = pd.DataFrame(input_data)
    dframe = dframe.set_index('time')
    return dframe

我只是将索引设置为时间列。而且由于它在脚本中只出现一次，所以没有必要单独编写一个函数，但我已经习惯了，没有函数的感觉很奇怪。是否有任何约定或性能权衡？

标签： pythonpython-3.xpandas

Answer 1

这是一个基于意见的问题，但我会回答这个问题，因为在使用 Pandas 数据框时有一些约定。

一种常见的做法是连锁操作。您可以简单地按顺序应用方法。例如（为清楚起见添加一个额外的方法）：

def create_df_rdy_for_export(input_data):
    dframe = pd.DataFrame(input_data)\
               .set_index('time')\
               .set_axis(['col1', 'col2', 'col3'], axis=1)
    return dframe

每条线代表一种不同的方法。在我看来，没有必要编写单独的函数来调用单个方法。对于更复杂的数据框操作，您可以使用pd.DataFrame.pipe. 例如：

def format_dataframe(df):
    df = df.set_index('time')\
           .set_axis(['col1', 'col2', 'col3'], axis=1)
    return df

def create_df_rdy_for_export(input_data):
    dframe = pd.DataFrame(input_data).pipe(format_dataframe)
    return dframe

这里的好处是您可以仅将逻辑的操作部分重用于其他用途，并且pipe仍然允许您链接其他方法。