为单行代码编写函数？

Question

我目前正在使用pandas DataFrame并遇到了一个问题。应该有一个单独的函数来设置索引，还是使代码变得复杂，因为你可以简单地编写一行代码。

def set_time_as_index(df):
    return df.set_index('time')

当前代码的简化版本：

def create_df_rdy_for_export(input_data):
    dframe = pd.DataFrame(input_data)
    dframe = set_time_as_index(dframe)
    return dframe

或者写作更好：

def create_df_rdy_for_export(input_data):
    dframe = pd.DataFrame(input_data)
    dframe = dframe.set_index('time')
    return dframe

我只是将索引设置为时间列。并且因为它只在脚本中出现一次，所以不需要编写单独的函数，但我已经习惯了它，没有函数它感觉很奇怪。是否有任何约定或性能权衡？

Answer 1

这是一个基于意见的问题，但我会回答一个问题，因为在使用Pandas数据帧时存在约定。

通常的做法是连锁经营。您只需按顺序应用方法即可。例如（为了清晰起见，添加了额外的方法）：

def create_df_rdy_for_export(input_data):
    dframe = pd.DataFrame(input_data)\
               .set_index('time')\
               .set_axis(['col1', 'col2', 'col3'], axis=1)
    return dframe

每一行代表一种不同的方法。在我看来，没有必要编写一个单独的函数来调用单个方法。对于更复杂的数据帧操作，您可以使用pd.DataFrame.pipe。例如：

def format_dataframe(df):
    df = df.set_index('time')\
           .set_axis(['col1', 'col2', 'col3'], axis=1)
    return df

def create_df_rdy_for_export(input_data):
    dframe = pd.DataFrame(input_data).pipe(format_dataframe)
    return dframe

这里的好处是你可以只重用逻辑的操作部分用于其他用途，而pipe仍然允许你链接其他方法。