Python类方法间数据共享：利用类方法与类变量实现数据传递

import pandas as pd 

class DATAA():
    def __init__(self, dataset, name, path=None):
        self.dataset = dataset
        self.name = name
        self.path = path

    def readData(self):
        outputdf = pd.read_csv(self.dataset, sep = ',') 
        return outputdf

    # 这里的 outputdf 无法直接接收 readData 的返回值
    def MissingData(outputdf): # 错误：实例方法应有 self 参数
        Missing_values = outputdf.isna().sum() 
        return Missing_values

# 错误的调用方式
# df = DATAA('your_dataset.csv', 'test_name')
# df.readData() # 返回值没有被捕获或传递
# df.MissingData() # 缺少参数，且方法定义不正确

import pandas as pd 

class DATAA():
    # 1. 定义一个类变量 outputdf，作为共享存储
    outputdf = None

    def __init__(self, dataset, name, path=None):
        self.dataset = dataset
        self.name = name
        self.path = path

    @classmethod
    # 2. 将 readData 定义为类方法，接收 cls 参数
    def readData(cls, dataset_path): # 接收数据集路径作为参数
        # 3. 通过 cls.outputdf 更新类变量
        cls.outputdf = pd.read_csv(dataset_path, sep = ',')
        print(f"数据已加载到类变量 DATAA.outputdf 中，形状为: {cls.outputdf.shape}")

    # 4. MissingData 仍是实例方法，通过 self.outputdf 访问类变量
    def MissingData(self):
        if self.outputdf is None:
            print("错误：数据尚未加载。请先调用 readData 方法。")
            return None
        Missing_values = self.outputdf.isna().sum()
        print("缺失值计算完成。")
        return Missing_values

# 模拟数据集文件
# 假设我们有一个名为 'sample_data.csv' 的文件
# 可以创建一个用于测试的CSV文件：
# import numpy as np
# data = {'col1': [1, 2, np.nan, 4], 'col2': ['A', 'B', 'C', np.nan]}
# test_df = pd.DataFrame(data)
# test_df.to_csv('sample_data.csv', index=False)

# 使用示例
# 实例化 DATAA 类
df_processor = DATAA(dataset='sample_data.csv', name='TestProcessor')

# 调用类方法 readData 来加载数据并存储到类变量
# 注意：这里传入的是实际的数据集路径
df_processor.readData(df_processor.dataset)

# 调用实例方法 MissingData 来处理数据
# 它会访问之前由 readData 存储的类变量 outputdf
missing_data_info = df_processor.MissingData()

if missing_data_info is not None:
    print("\n缺失值统计：")
    print(missing_data_info)

# 进一步演示：如果创建另一个实例，它们会共享同一个 outputdf
df_processor_2 = DATAA(dataset='another_data.csv', name='AnotherProcessor')
# 此时 df_processor_2.outputdf 仍然指向 'sample_data.csv' 的数据
print(f"\n新实例访问到的数据形状 (未重新加载): {df_processor_2.outputdf.shape}")

# 如果 df_processor_2 调用 readData，它会覆盖类变量
df_processor_2.readData(df_processor_2.dataset) # 假设 'another_data.csv' 存在
print(f"新实例重新加载数据后，所有实例共享的数据形状: {df_processor_2.outputdf.shape}")
# 此时 df_processor.outputdf 也被更新为 'another_data.csv' 的数据