我有一个具有两个互斥参数（prices和returns）的类。也就是说，为了实例化一个对象，不能同时提供它们。
但是，该类需要两者进行内部计算。所以我想计算pd.Series用户提供的缺失值。
我创建了两个替代类构造函数（from_prices和from_returns）。使用这些构造函数，该类将被正确实例化。
这是代码。它利用了attrs图书馆 ( www.attrs.org )。
import pandas as pd
import attr
@attr.s
class MutuallyExclusive:
prices: pd.Series = attr.ib()
returns: pd.Series = attr.ib()
trading_days_per_year: int = attr.ib(default=252)
@classmethod
def from_prices(cls, price_series: pd.Series, trading_days: int = 252):
return cls(
price_series,
price_series.pct_change(),
trading_days,
)
@classmethod
def from_returns(cls, return_series: pd.Series):
return cls(
pd.Series(data=100 + 100 * (returns.add(1).cumprod() - 1)),
return_series,
)
if __name__ == "__main__":
prices = pd.Series(data=[100, 101, 98, 104, 102, 108])
returns = pd.Series(data=[0.01, 0.03, -0.02, 0.01, -0.03, 0.04])
obj_returns = MutuallyExclusive.from_returns(returns)
obj_prices = MutuallyExclusive.from_prices(prices, trading_days=100)
但是，用户仍然可以调用obj = MutuallyExclusive(prices, returns)，即使这两个系列彼此不兼容。捕捉这种情况并抛出错误的最佳方法是什么？
编辑：
是否可以一起“禁用”常规构造函数？如果可以仅通过替代构造函数实例化对象，这将解决问题，不是吗？
是attrs图书馆这个正确的工具？为什么不使用常规的 python 类并定义__init__()自己？
import pandas as pd
class MutuallyExclusive:
def __init__(self, prices: pd.Series = None, returns: pd.Series = None):
if prices is not None and returns is not None:
raise ValueError("prices and returns are mutually exclusive")
self.prices = prices if prices is not None else pd.Series(data=100 * (1 + returns))
self.returns = returns if returns is not None else prices.pct_change()
if __name__ == "__main__":
prices = pd.Series(data=[100, 101, 98, 104, 102, 108])
returns = pd.Series(data=[0.01, 0.03, -0.02, 0.01, -0.03, 0.04])
obj_returns = MutuallyExclusive(returns=returns)
obj_prices = MutuallyExclusive(prices=prices)
编辑：你更新了你的例子，所以我的答案没有，trading_days_per_year但概念是一样的。
如果您想使用该attrs库，其他人指出您可以将您的逻辑放在__attrs_post_init__函数中，请参见下面的示例，消除对类方法的需要注意，您需要将价格和收益都默认为None
def __attrs_post_init__(self):
if self.prices is not None and self.returns is not None:
raise ValueError("prices and returns are mutually exclusive")
if self.returns is None:
self.returns = self.price_series.pct_change()
if self.prices is None:
self.prices = pd.Series(data=100 + 100 * (self.returns.add(1).cumprod() - 1))
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句