使用pandas数据帧生成一个类（更新）

Question

我试图创建一个简单的类，它将数据存储为一个数据帧并给出一定的结果。我试着写一篇如下：

import numpy as np
import pandas as pd

class logdata():
    def __init__(self,size):
        self.size = size
        self.x = None
        self.timestamp = None
        self.confidence = 100
        self.occurance = 1


    def createdf(self):
        self.df = pd.DataFrame(data = None, columns = ['Timestamp','Label','Occurance', 'Confidence'])
        return self.df


    def insertdf(self, x, timestamp):
        self.occurance = self.get_occurance()
        self.confidence = self.get_confidence()
        self.df.loc[-1] = pd.Series({'Timestamp':timestamp, 'Label': x, 'Occurance':self.occurance, 'Confidence':self.confidence})
        self.df.index = self.df.index + 1
        self.df = self.df.sort_index()
        self.df = self.del_row()
        return self.df

    def get_occurance(self):
        return self.df.loc[self.df.Label == self.x, 'Label'].count()

    def get_confidence(self):
        y = self.df.shape[0]
        if y:
            conf = (self.occurance/self.df.shape[0])*100
        else:
            conf = 100
        return conf

    def del_row(self):
        if self.df.shape[0] > int(self.size):
            self.df = self.df.iloc[self.size:]
        return self.df

    def get_result(self):
        return self.df.loc[self.createdf['Confidence'].idxmax()]

它的作用是当我传递一个像integer这样的数据时，它将创建一个新的空数据帧（如果没有），并通过调用ld = logdata()}{我也可以将max size设置为ld.size = 10}，然后再设置{}，然后通过调用ld.insertdf(x,timestamp)将第一个数据插入到数据框中，这将计算发生率（默认值=1）和置信度（平均值为百分比，默认值为100）。最后，我想通过调用ld.getresult()来提取具有最高可信度的数据，我想使用pymongo将其发送到服务器（我知道这一部分）。在

我不是一个数据结构的人，只是一个python的傻瓜。我搜索了很多教程，但最终得到了数据帧子类的tut。这似乎行不通，如果可能的话，请帮我改正错误。你可以自由地建设性地批评这一点。这对我很有帮助，谢谢。在

下面是一个例子： 假设我有一个二进制标签1和大小为3的0，所以我首先设置ld.size = 3 那么我的输入将是ld.insertdf(0,1500) 这将产生：

^{pr2}$

然后我添加ld.insertdf(0,1530) 更新到：

Timestamp | Label | Occurance | Confidence 
|   1530  |     0 |          2|        100
|   1500  |     0 |          2|        100

最后当我添加ld.insertdf(1,1600) 它应该更新为：

Timestamp | Label | Occurance | Confidence 
|   1600  |     1 |          1|         33
|   1530  |     0 |          2|         66
|   1500  |     0 |          2|         66

当我添加另一个ld.insertdf(0,1630) 它将改变测向为：

Timestamp | Label | Occurance | Confidence 
|   1630  |     0 |          2|         66
|   1600  |     1 |          1|         33
|   1530  |     0 |          2|         66

因为尺寸限制是3。 在注释中，我在解释时颠倒了索引，但方法是不言自明的。在

ld.get_result()将只给我一个标签，该标签具有最高的数据集，也是最新的输入，即：1630,0,2,66

编辑：我编辑了代码，它允许我创建一个数据帧，但它不更新发生和信任。在

Answer 1

参见下面的修订代码。这会给你你想要的输出。如果您需要对任何代码进行澄清，请让我知道-但这是不言自明的。在

import pandas as pd

class logdata:
    def __init__(self, size):
        self.size = size
        self.df = pd.DataFrame(data = None, 
                               columns = ['Timestamp','Label','Occurance', 'Confidence'],
                              )

    def insertdf(self, x, timestamp):
        # default values
        occurance = 1
        confidence = 100

        self.df = self.df.append(pd.Series({
            'Timestamp': timestamp, 
            'Label': x, 
            'Occurance': occurance, 
            'Confidence': confidence
        }), ignore_index=True)

        self.df.sort_index(inplace=True, ascending=False)
        self.del_row()

        # Calculate the confidence and occurances of labels
        if self.df.shape[0] > 1:
            occurance = self.get_occurance()
            confidence = self.get_confidence(occurance)

            self.df['Occurance'] = self.df.Label.apply(lambda x: occurance[x])
            self.df['Confidence'] = self.df.Label.apply(lambda x: confidence[x])

        return self.df

    def get_occurance(self):
        # group by label and count
        occ = self.df.groupby('Label').Timestamp.count().rename('Occurance').astype(int)
        return occ

    def get_confidence(self, occurance):
        conf = ((occurance / sum(occurance)).rename('Confidence') * 100).astype(int)
        return conf

    def del_row(self):
        if self.df.shape[0] > int(self.size):
            self.df = self.df.head(self.size)

    def get_result(self):
        return self.df.loc[self.df['Confidence'].idxmax()]