Python类内部方法间共享数据：类变量与类方法实践

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): # 错误：MissingData方法无法直接获取outputdf
        Missing_values = outputdf.isna.sum() 
        return Missing_values

# 尝试调用，会遇到问题
# df = DATAA('your_dataset.csv', 'test_name')
# data_frame = df.readData()
# missing_data = df.MissingData(data_frame) # 需要手动传递

import pandas as pd 

class DATAA():
    # 声明一个类变量，用于存储readData方法生成的DataFrame
    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，负责读取数据并将其存储到类变量outputdf中。
        cls代表类本身，可以直接操作类变量。
        """
        # 注意：这里假设dataset_path是直接的文件路径，而不是self.dataset
        # 如果需要使用实例的dataset，则此方法也应是实例方法或通过其他方式获取
        try:
            cls.outputdf = pd.read_csv(dataset_path, sep=',')
            print(f"数据已成功读取并存储到类变量outputdf中，形状为: {cls.outputdf.shape}")
        except FileNotFoundError:
            print(f"错误: 未找到文件 '{dataset_path}'")
            cls.outputdf = None # 清空或设置为None以避免使用旧数据
        except Exception as e:
            print(f"读取数据时发生错误: {e}")
            cls.outputdf = None

    def MissingData(self):
        """
        实例方法，访问类变量outputdf来计算缺失值。
        通过self.outputdf访问，因为实例可以访问其类的类变量。
        """
        if self.outputdf is not None:
            print("正在计算缺失值...")
            Missing_values = self.outputdf.isna().sum()
            return Missing_values
        else:
            print("错误: outputdf尚未加载数据，请先调用readData方法。")
            return pd.Series(dtype='int64') # 返回空Series或适当的默认值

# 示例使用
# 假设有一个名为 'sample_data.csv' 的文件
# 创建一个虚拟的CSV文件用于测试
try:
    with open('sample_data.csv', 'w') as f:
        f.write("col1,col2,col3\n")
        f.write("1,a,True\n")
        f.write("2,b,\n")
        f.write("3,,False\n")
        f.write(",d,True\n")
except IOError as e:
    print(f"无法创建测试文件: {e}")
    # 如果无法创建文件，则后续测试会失败，这里可以退出或跳过

df_instance = DATAA('sample_data.csv', 'my_data')

# 1. 调用类方法readData来加载数据并存储到类变量中
# 注意：这里直接传递文件路径，而不是df_instance.dataset，因为readData是类方法
DATAA.readData(df_instance.dataset) # 也可以通过实例调用：df_instance.readData(df_instance.dataset)

# 2. 调用实例方法MissingData来访问类变量中的数据
missing_data = df_instance.MissingData()
if not missing_data.empty:
    print("\n缺失值统计：")
    print(missing_data)
else:
    print("\n未能获取缺失值统计。")

# 再次调用，如果数据已加载，则可以直接使用
df_another_instance = DATAA('another_data.csv', 'another_name')
missing_data_again = df_another_instance.MissingData()
if not missing_data_again.empty:
    print("\n另一实例的缺失值统计（共享相同数据）：")
    print(missing_data_again)