将 pandas 的skipna 全局默认设置设置为 False

Question

对于某些 Pandas 函数，例如 sum()、cumsum() 和 cumprod()，有一个 Skipna 选项，默认设置为 True。这给我带来了问题，因为错误可能会悄悄地传播，所以我总是明确地将skipna设置为False。

sum_df = df.sum(skipna=False)

每次出现这些函数之一时都执行此操作会使代码看起来有点笨拙。有没有办法改变 Pandas 的默认行为？

Answer 1

选项还不是选项

似乎没有任何选项可以控制这种行为。它是硬编码的：

import inspect
inspect.getfile(pd.DataFrame.sum)    # './pandas/core/generic.py'
inspect.getsource(pd.DataFrame.sum)

# @Substitution(outname=name, desc=desc, name1=name1, name2=name2,
#                  axis_descr=axis_descr, min_count=_min_count_stub,
#                  see_also=see_also, examples=examples)
# @Appender(_num_doc)
# def stat_func(self, axis=None, skipna=None, level=None, numeric_only=None,
# [...]

对于拉取请求来说，这可能是一个好主意。

一个简单的解决方案

可能不是最好的解决方案，它有点黑客，但它确实解决了您的问题。

我并不是说这总体上是一个好的做法。它可能有我没有解决的缺点（欢迎您在评论中列出）。无论如何，这个解决方案的优点是非侵入性。

此外，虽然这是一种非常简单的技术并且是纯粹的 PSL，但它可能违反最小惊讶原则（有关详细信息，请参阅此答案）。

MCVE

让我们构建一个覆盖现有默认参数或添加额外参数的包装器：

def set_default(func, **default):
    def inner(*args, **kwargs):
        kwargs.update(default)        # Update function kwargs w/ decorator defaults
        return func(*args, **kwargs)  # Call function w/ updated kwargs
    return inner                      # Return decorated function

然后，我们可以装饰任何函数。例如：

import pandas as pd
pd.DataFrame.sum = set_default(pd.DataFrame.sum, skipna=False)

然后，每次调用对象sum的方法时DataFrame都会skipna覆盖它。False现在有以下代码：

import numpy as np
df = pd.DataFrame([1., 2., np.nan])
df.sum()

返回：

0   NaN
dtype: float64

代替：

0    3.0
dtype: float64

自动化

我们可以立即将此修改应用于许多函数：

for key in ['sum', 'mean', 'std']:
    setattr(pd.DataFrame, key, set_default(getattr(pd.DataFrame, key), skipna=False))

如果我们将这些修改存储到 python 模块（.py文件）中，它们将在导入时应用，而无需修改 Pandas 代码本身。