在Python中倒序柯里化

Question

Suppose I have a function like this:

from toolz.curried import *

@curry
def foo(x, y):
    print(x, y)

然后我可以调用：

foo(1,2)
foo(1)(2)

两者都按预期返回相同的结果。

然而，我想做类似于这样的事情：

@curry.inverse # hypothetical
def bar(*args, last):
    print(*args, last)

bar(1,2,3)(last)

这个想法是我想预先配置一个函数，然后像这样将函数放入管道中：

pipe(data,
    f1, # another function
    bar(1,2,3) # unknown number of arguments
)

然后，bar(1,2,3)(data) 将作为管道的一部分被调用。然而，我不知道该怎么做。有什么想法吗？非常感谢！编辑：需要更具说明性的示例，因此在这里它来了：

import pandas as pd
from toolz.curried import *

df = pd.DataFrame(data)

def filter_columns(*args, df):
    return df[[*args]]

pipe(df,
    transformation_1,
    transformation_2,
    filter_columns("date", "temperature")
)

正如你所看到的，DataFrame通过函数进行管道处理，其中之一是filter_columns。然而，该函数是预配置的，并返回一个仅接受DataFrame的函数，类似于装饰器。可以使用以下方式实现相同的行为：

def filter_columns(*args):
    def f(df):
        return df[[*args]]
    return f

然而，我总是必须运行两个函数调用，例如：filter_columns()(df)，我希望避免这种情况。

- Xiphias

---

你使用的是哪个版本的Python？ - amirouche

所以对于 foo(1,2) 和 foo(1)(2)，您希望它打印出 2 1 吗？ - Copperfield

@amirouche Python 3.5.1 - Xiphias

你能给出一个更具有说明性的行为期望的例子吗？ - Copperfield

哦，对了，这个管道来自那个 import *，它们总是让我很烦恼，因为我不知道我有什么... 让我重新考虑一下我的答案，使用新的更新。 - Copperfield

Answer 1

很遗憾，我对toolz模块不熟悉，但是看起来没有简单的方法将函数柯里化为任意数量的参数，所以我们尝试其他方法。

首先，作为替代方案，

def filter_columns(*args):
    def f(df):
        return df[*args]
    return f

（顺便说一下，“df [*args]”是语法错误）

为了避免使用“ filter_columns()（data）”，您可以只抓取“ args ”中的最后一个元素并使用切片符号来抓取其他所有内容，例如：

def filter_columns(*argv):
    df, columns = argv[-1], argv[:-1]
    return df[columns]

可以使用filter_columns(df)或者filter_columns("date", "temperature", df)等方式进行筛选。

然后，可以使用functools.partial来构建新的、部分应用的过滤器，以构建您的管道，例如：

from functools import partial
from toolz.curried import pipe # always be explicit with your import, the last thing you want is import something you don't want to, that overwrite something else you use

pipe(df,
    transformation_1,
    transformation_2,
    partial(filter_columns, "date", "temperature")
)

- Copperfield

---

好的，我看到这个可以使用你的pipe定义；然而，当我使用来自toolz的管道时，我遇到了困难。 - Xiphias

太棒了！我没有想过 df，columns = argv[-1]，argv[:-1]。多么简单而优雅！ - Xiphias