Pandas系列(Series)参数函数记忆化

Question

我希望能将带有可变参数（Pandas Series对象）的函数进行记忆化。是否有任何方法可以实现这一点？

以下是一个简单的斐波那契数列示例，其中参数是一个Pandas Series对象，第一个元素表示序列的索引。

示例：

from functools import lru_cache

@lru_cache(maxsize=None)
def fib(n):
    if n.iloc[0] == 1 or n.iloc[0] == 2:
        return 1
    min1 = n.copy()
    min1.iloc[0] -=1
    min2 = n.copy()
    min2.iloc[0] -= 2 
    return fib(min1) + fib(min2)

调用函数：

fib(pd.Series([15,0]))

结果：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

由于使用目的较为复杂，因此我发布了这个毫无用处但简单明了的示例。

- Jorge Barrios

---

我们可以看一下你的代码吗？ - cs95

你有什么问题？为什么无法对可变值进行哈希处理？ - user1781434

如果您想通过某些可变字段的相等性进行备忘，但您知道在缓存的生命周期中它们不会被改变，那么您需要"冻结"这些字段，例如将列表复制到元组中，或者在类中创建一个不安全但有用的__hash__方法（或者是一个安全的方法，具有冻结实例的API，以便在冻结之前抛出故障）。 - abarnert

我猜你接下来的问题可能是如何高效简便地创建一个 Pandas series 的冻结等价物... 我不知道答案，但你可以去搜索一下，如果找不到答案的话，再提出一个具体的问题。 - abarnert

你可以通过使用一个冻结序列持有者来实现，该持有者在构建时手动计算哈希值，例如，哈希值为元组的元组的值，并在任何地方使用这些持有者，但可能存在更简单的方法。 - abarnert

Answer 1

几个选项：

• 将可变对象转换为不可变对象，例如字符串或元组。
• 创建可变对象的哈希值，并将其用作备忘录字典键。存在哈希冲突的风险。
• 创建一个实现__hash__()函数的不可变子类。

- Calvin

Answer 2

我编写了一个包装器，用一个元组（冻结等效）替换了Pandas系列参数，正如@abarnert和@Calvin建议的那样。由于元组是不可变的，所以现在可以对该函数进行记忆化处理。

def freeze_series(f):
    def wrapper(series):
        return f(tuple(series.to_dict(OrderedDict).items()))
    return wrapper

这是一个将元组解冻回Pandas系列的普通函数：

def unfreeze_series(frozen_series):
    return pd.Series(OrderedDict((x, y) for x, y in frozen_series))

可以这样实现来解决问题示例：

from functools import lru_cache

@freeze_series
@lru_cache(maxsize=None)
def fib(n):
    n = unfreeze_series(n)
    if n.iloc[0] == 1 or n.iloc[0] == 2:
        return 1
    min1 = n.copy()
    min1.iloc[0] -=1
    min2 = n.copy()
    min2.iloc[0] -= 2 
    return fib(min1) + fib(min2)

- Jorge Barrios