Python类方法间数据共享：利用类变量与@classmethod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

    def MissingData(outputdf): # 注意这里MissingData的定义
        # 这里会报错，因为MissingData没有self参数，且outputdf未定义
        Missing_values = outputdf.isna().sum() 
        return Missing_values

# 假设dataset和name已定义
# df = DATAA(dataset, name)
# df_data = df.readData() # 获取DataFrame
# df.MissingData(df_data) # 尝试传递，但MissingData定义有问题

import pandas as pd 

class DATAA():
    # 1. 定义一个类变量outputdf，用于存储读取的数据
    # 所有DATAA的实例都将共享这个outputdf
    outputdf = None 

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

    @classmethod
    def readData(cls, dataset_path):
        """
        类方法：读取数据并将其存储到类变量outputdf中。
        cls：代表类本身。
        """
        # 2. 使用cls访问并更新类变量outputdf
        cls.outputdf = pd.read_csv(dataset_path, sep=',')
        print(f"数据已成功读取并存储到类变量中，Shape: {cls.outputdf.shape}")

    def MissingData(self):
        """
        实例方法：访问类变量outputdf并进行缺失值检查。
        self：代表类的当前实例。
        """
        if self.outputdf is None:
            raise ValueError("数据尚未加载。请先调用readData方法。")

        # 3. 实例方法通过self访问类变量outputdf
        Missing_values = self.outputdf.isna().sum() 
        print("缺失值统计：")
        print(Missing_values[Missing_values > 0]) # 只打印有缺失值的列
        return Missing_values

# --- 使用示例 ---
# 假设有一个名为 'data.csv' 的文件
# 为了演示，我们先创建一个虚拟的csv文件
try:
    with open('data.csv', 'w') as f:
        f.write("col1,col2,col3\n")
        f.write("1,a,10.1\n")
        f.write("2,b,\n")
        f.write("3,,12.3\n")
        f.write("4,d,14.5\n")
except IOError:
    print("无法创建虚拟文件 'data.csv'。请检查文件权限或路径。")

# 实例化DATAA类
# 注意：即使我们实例化了，readData作为类方法可以直接通过类名调用，
# 但为了与实例关联，通常会通过实例来调用，或者直接通过类名调用。
# 这里我们演示通过实例调用readData
df_processor = DATAA(dataset='data.csv', name='MyDataset')

# 调用类方法readData，传入数据集路径
# 注意这里传入的是df_processor.dataset，因为readData现在期望一个路径参数
df_processor.readData(df_processor.dataset)

# 调用实例方法MissingData
# MissingData现在不需要任何参数，因为它通过self.outputdf访问共享数据
missing_data_report = df_processor.MissingData()

# 如果想再次处理数据，且数据已加载，可以直接调用
# 例如，另一个实例也可以访问同样的数据
another_processor = DATAA(dataset='data.csv', name='AnotherDataset')
another_missing_data_report = another_processor.MissingData()

# 验证两个实例是否访问的是同一个outputdf
print(f"\ndf_processor.outputdf is DATAA.outputdf: {df_processor.outputdf is DATAA.outputdf}")
print(f"another_processor.outputdf is DATAA.outputdf: {another_processor.outputdf is DATAA.outputdf}")