Balíček data z minulého semináře rozšiřte o následující funkcionalitu. Ve zdrojovém kódu urdžujte pořádek a metody seskupujte dle významu.
Třídě DataFrame, Series a Index implementujte metodu __len__ obsluhující volání funkce len(). V případě třídy Series a Index se jedná o počet prvků, v případě DataFrame o počet sloupců.
Třídě DataFrame a Series přidejte vlastnost .shape, která pomoci tuple reprezentuje rozměry. Vlastnost se bude po každém volání přepočítávat (použíjte dekorátor @property).
from data.series import Series
from data.index import Index
from data.dataframe import DataFrame
users = Index(["user 1", "user 2", "user 3", "user 4"], name="names")
salaries = Series([20000, 300000, 20000, 50000], index=users)
names = Series(["Lukas Novak", "Petr Pavel", "Pavel Petr", "Ludek Skocil"], index=users)
cash_flow = Series([-100, 10000, -2000, 1100], index=users)
assert cash_flow.shape == (4, )
data = DataFrame([names, salaries, cash_flow], columns=Index(["names", "salary", "cash flow"]))
assert data.shape == (4, 3)Implementujte class metody DataFrame.from_csv(text, separator=",") a Series.from_csv(text, separator=",") umožňující vytvořit odpovídající třídy na základě řetězce hodnot oddělených separátorem. Na rozdělení textu na jednotlivé řádky použíjte text.splitlines().
Hodnoty vždy reprezenrujte jako řetězec, nepřevádějte je na čísla nebo jiné datové typy.
from data.series import Series
input_text = """user 1,user 2,user 3,user 4
Lukas Novak,Petr Pavel,Pavel Petr,Ludek Skocil
"""
data = Series.from_csv(input_text)
assert data.index.labels == ["user 1", "user 2", "user 3", "user 4"]
assert data.values == ["Lukas Novak", "Petr Pavel", "Pavel Petr", "Ludek Skocil"]from data.dataframe import DataFrame
input_text=""",names,salary,cash flow
user 1,Lukas Novak,20000,-100
user 2,Petr Pavel,300000,10000
user 3,Pavel Petr,20000,-2000
user 4,Ludek Skocil,50000,1100"""
data = DataFrame.from_csv(text=input_text)
assert data.columns.labels == ["names", "salary", "cash flow"]
assert list(data.values[0].values) == list(["Lukas Novak", "Petr Pavel", "Pavel Petr", "Ludek Skocil"])
assert data.values[0].index.labels == ["user 1", "user 2", "user 3", "user 4"]
assert list(data.values[1].values) == list(["20000", "300000", "20000", "50000"])
assert data.values[1].index.labels == ["user 1", "user 2", "user 3", "user 4"]
assert list(data.values[2].values) == list(["-100", "10000", "-2000", "1100"]))
assert data.values[2].index.labels == ["user 1", "user 2", "user 3", "user 4"]
# nezapomeňte, že přetypování na čísla lze řešit následovně (součet všech platů)
data.get("salary").apply(int).sum()from data.series import Series
users = Index(["user 1", "user 2", "user 3", "user 4"], name="names")
salaries = Series([20000, 300000, 20000, 50000], index=users)Očekávaný výstup print(salaries) a repr(salaries). Mezi popis a hodnotu vkládejte tabulátor (\t).
user 1 20000
user 2 300000
user 3 20000
user 4 50000
V případě třídy DataFrame bude metoda __repr__ a __str__ jednoduší:
DataFrame(2, 4)
Kde 2 (počet řádků) a 4 jsou rozměry dataframu.
Třídě Series implementujte následující operace. Veškeré operace pracují po prvcících, výsledkem je vždy nová instance Series. Pokud vstupní instance nebudou mít stejnou délky, vyvolejte ValueError.
__add__ # chování +
__sub__ # chování -
__mul__ # chování *
__truediv__ # chování /
__floordiv__ # chování //
__mod__ # chování %
__pow__ # chování ** nebo pow()
Metody implementujte pomoci pomocné metody Series._apply_operator(self, other, operator), která využívá modul operator https://docs.python.org/3/library/operator.html. Sčítání pak například tedy můžeme realizovat jako:
import operator
...
self._apply_operator(self, other, operator.add)
...Dále implementujte metodu __round__(self, precision) umožňující použití vestavěné funkce round(number, precision). Výsledkem je opět nová instance Series. Dokážete použít metodu Series.apply(self, func)?
Funkčnost řešení ověříte následujícím příkazem:
pytest