0

Tenho um arquivo 'dados.csv', com os dados abaixo:

turma,nome,code,motivo,atividade,trofeus,data
9º Ano Fundamental A,Maria Joana,9X4YK,Realizar atividade Astromaker,Lição A,3,21/02/2020 11:44:11
9º Ano Fundamental A,Maria Joana,9X4YK,Realizar atividade Astromaker,Lição B,3,28/02/2020 11:46:49
9º Ano Fundamental A,Maria Joana,9X4YK,Realizar atividade Astromaker,Lição B,3,06/03/2020 11:31:43
9º Ano Fundamental A,José Antonio,9XV62,Realizar atividade Astromaker,Lição B,3,14/02/2020 12:28:55

Criei uma classe para fazer a leitura do arquivo csv:

import pandas as pd


class DataFrame(object):
    def __init__(self, name_file):
        self.name_file = name_file
        self.df = self.read_file()
        return self.df

    def read_file(self):
        try:
            self.df = pd.read_csv(self.name_file)
        except IndexError:
            print('Erro: nome de arquivo incorreto')
        return self.df

A seguir eu inclui na mesma classe, funções para fazer filtros e agrupamentos, como por exemplo:

    def soma_trofeus_aluno(self):
        self.df = self.df.groupby(['turma', 'nome', 'code'])['trofeus'].sum().reset_index()

    def filtro_aluno(self, df, aluno):
        self.aluno = ''
        self.df = df[df['nome'].str.contains(self.aluno)]
        return self.df

Mas nenhuma das 'def' que tentei deu certo. Eu estou tentando chamar elas assim:

def main():
    dados = DataFrame('dados.csv')
    dados.filtro_aluno(dados, 'Maria')
    dados.exibir_df()



if __name__ == '__main__':
    main()

Como posso passar minhas 'def' corretamente e chamá-las?

2 Respostas 2

1

O erro acontece porque o DataFrame da classe tem o nome de df, e na função filtro_aluno você definiu um dos parâmetros com o mesmo nome. Assim, se o operador self não for utilizado, uma confusão será gerada sobre a qual variável você está se referindo. Além do mais, a variável de parâmetro df dessa função é um objeto da classe DataFrame que você criou, e por isso obviamente não é possível iterá-la. Para resolver o problema, a linha

self.df = pd.DataFrame(self.df[self.df['nome'].str.contains(self.aluno)])

Deve ser substituída por

self.df = pd.DataFrame(self.df[self.df['nome'].str.contains(self.aluno)])

se você quiser manter o parâmetro df na função. Senão, apenas remova-o e você pode retirar os self's que antecedem as referências ao atributo df.

O código completo fica assim (implementei por conta própria a função exibir_df, altere-a conforme suas necessidades):

import pandas as pd


class DataFrame(object):
    def __init__(self, name_file):
        self.name_file = name_file
        self.df = self.read_file()

    def read_file(self):
        try:
            self.df = pd.read_csv(self.name_file)
        except IndexError:
            print('Erro: nome de arquivo incorreto')
        return self.df
    
    def soma_trofeus_aluno(self):
        self.df = self.df.groupby(['turma', 'nome', 'code'])['trofeus'].sum().reset_index()

    def filtro_aluno(self, aluno):
        self.aluno = ''
        self.df = pd.DataFrame(self.df[self.df['nome'].str.contains(self.aluno)])
        return self.df
    
    def exibir_df(self):
        print (self.df)
    
def main():
    dados = DataFrame('dadoscsv')
    dados.filtro_aluno(dados, 'Maria')
    dados.exibir_df()



if __name__ == '__main__':
    main()
1
  • Boa, ajudou muito. Eu apenas apaguei o 'dados' em 'dados.filtro_aluno(dados, 'Maria')'. Muito show!!! 9/09/2020 às 19:57
1

__init__ é o construtor e ele serve para inicializar a instância sendo criada. Você não deve retornar nada dele, não faz sentido. Ele só deveria fazer o necessário para criar uma instância válida (por exemplo, ler o arquivo e criar o dataframe):

def __init__(self, name_file):
    self.df = pd.read_csv(name_file)

Só isso (eliminei o método read_file, me pareceu redundante). Se der erro, ele lançará a exceção e a instância não será criada (afinal, faz sentido criar o DataFrame se o arquivo estiver inválido?) - leia mais a respeito aqui.

Não guardei o nome do arquivo em self.name_file porque você não usa ele para mais nada depois. Se o nome do arquivo não faz parte da classe (e só é usado para ler o arquivo), não guarde-o em um campo próprio. E me parece que não é necessário mesmo, pois o que interessa são os dados do arquivo (o self.df). Não guarde o que não será mais usado.

Uma vez criado o campo self.df, você pode usá-lo nos outros métodos. Mas há um detalhe, você está fazendo isso:

self.df = faz algo...

Ou seja, cada vez que você chama soma_trofeus_aluno ou filtro_aluno, esstará mudando o dataframe da classe. Faz sentido mudar os dados originais? Eu acho que não: suponha que você carregou todo o arquivo (ou seja, self.df contém todos os dados). Depois você chama filtro_aluno e filtra por "Maria". Ao fazer self.df = resultado do filtro, o campo self.df só terá os registros da Maria (os outros dados serão perdidos). Então neste caso faria sentido retornar o resultado em outro DataFrame, algo assim:

import pandas as pd

class DataFrame:
    # construtor recebe o nome do arquivo, ou o dataframe já criado
    def __init__(self, name_file = None, df = None):
        if name_file is not None:
            self.df = pd.read_csv(name_file)
        elif df is not None:
            self.df = df

    def soma_trofeus_aluno(self):
        # retorna outro DataFrame
        return DataFrame(df=self.df.groupby(['turma', 'nome', 'code'])['trofeus'].sum().reset_index())

    def filtro_aluno(self, aluno):
        # retorna outro DataFrame
        return DataFrame(df=self.df[self.df['nome'].str.contains(aluno)])

    def exibir_df(self):
        print(self.df)

def main():
    dados = DataFrame(name_file='dados.csv')
    # filtro é outro DataFrame só com os dados da Maria
    filtro = dados.filtro_aluno('Maria')
    filtro.exibir_df()
    # soma é outro DataFrame só com as somas dos alunos
    soma = dados.soma_trofeus_aluno()
    soma.exibir_df()
    # DataFrame original ainda tem todos os registros
    dados.exibir_df()

Dito tudo isso, será que precisava mesmo de uma classe para tudo isso? Por que não criar os dataframes separadamente, e ter funções para manipulá-los?

import pandas as pd

def read_df(name_file):
    return pd.read_csv(name_file)

def soma_trofeus_aluno(df):
    # retorna outro dataframe
    return df.groupby(['turma', 'nome', 'code'])['trofeus'].sum().reset_index()

def filtro_aluno(df, aluno):
    # retorna outro dataframe
    return df[df['nome'].str.contains(aluno)]

def main():
    dados = read_df(name_file='dados.csv')
    # filtro é outro dataframe só com os dados da Maria
    filtro = filtro_aluno(dados, 'Maria')
    print(filtro)
    # soma é outro dataframe só com as somas dos alunos
    soma = soma_trofeus_aluno(dados)
    print(soma)
    # dataframe original ainda tem todos os registros
    print(dados)
4
  • Meu caro, value demais, não sou dá area, mas estou estudando algumas linguagens de programação e marcação para usar na área de educação. Não sei pq isso não chega em nossa área, pois ajuda demais para melhor todo o dia a dia de um professor e uma escola. Acabei usando sua segunda opção, somente as def , pois aí deu certo jogar dentro de um "sisteminha" dentro do python mesmo podendo selecionar dados e filtros com as def. Assim, está resumindo em minutos trabalho de dias. SHOWWWW 9/09/2020 às 20:00
  • 1
    @RonyDeiksonSantana Bom, eu diria para por enquanto não usar classes e focar só nos algoritmos e funções mesmo. Depois que dominar o básico, aí pode ir para coisas mais complicadas (classes/orientação a objetos é um tópico mais complicado e mesmo pessoas experientes na área batem cabeça com isso)
    – hkotsubo
    9/09/2020 às 20:03
  • concordo. Vou focar nos algoritmos e defprimeiro. O que já esta agilizando demais meu dia a dia com os alunos. Eu já consigo extrair do site um csv automático e postar resumo das lições tudo usando módulos python. 9/09/2020 às 20:18
  • ainda bem que aqui no Stackoverflow consigo boas explicações e ajudas para evoluir. 9/09/2020 às 20:19

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .