类型错误：__init_subclass__() 不接受与子类和抽象类设计相关的关键字参数 参考csv 文件：代码：结果：

如何解决类型错误：__init_subclass__() 不接受与子类和抽象类设计相关的关键字参数 参考csv 文件：代码：结果：

我使用抽象类及其子类实现了如下设计

from abc import ABC,abstractmethod

class Pipeline(ABC):  

    @abstractmethod
    def read_data(self):
        pass
    
    def __init__(self,**kwargs):        
        self.raw_data = self.read_data()        
        self.process_data = self.raw_data[self.used_cols]

   
class case1(Pipeline):
    def read_data(self):
        return pd.read_csv("file location") # just hard coding for the file location
       
    @property
    def used_cols(self):
        return ['col_1','col_2','col_3','col_4']

我可以调用 case1 的类如下。它实际上会将 csv 文件读入 Pandas 数据帧。

data = case1()

这个现有的设计将返回四个硬编码列，例如，'col_1'、'col_2'、'col_3' 和 'col_4'，它工作正常。目前我想通过修改子类来控制要返回的列，具体是used_cols的函数。我修改了类 case1 如下，但会导致错误信息。

class case1(Pipeline):
    def read_data(self):
        return pd.read_csv("file location") # just hard coding for the file location

   
    @property
    def used_cols(self,selected_cols):
        return selectd_cols

它被调用如下

selected_cols = ['col_2','col_3']
data = case1(selected_cols)

原来这个修改是不对的，并产生了错误信息如 TypeError: init_subclass() 不接受关键字参数所以我的问题是如何修改子类以获得所需的控制。

解决方法

参考

• Python: How to pass more than one argument to the property getter?

我认为您没有完全理解属性的用途。

如果您创建一个属性 used_cols，您将使用 obj.used_cols 而不是 obj.used_cols() 访问它。创建属性后，直接调用底层函数并不容易。

csv 文件：

col_0,col_1,col_2,col_3
1,1,2
2,3,4
3,6

代码：

from abc import ABC,abstractmethod
import pandas as pd
class Pipeline(ABC):  

    @abstractmethod
    def read_data(self):
        pass
    
    def __init__(self,**kwargs):     
        self.raw_data = self.read_data()
        self.used_cols = kwargs["selected_cols"]
        self.process_data = self.raw_data[self.used_cols]

class case1(Pipeline):
    def read_data(self):
        return pd.read_csv("file_location.csv") # just hard coding for the file location

    @property
    def used_cols(self):
        return self._used_cols

    @used_cols.setter
    def used_cols(self,selected_cols):
        self._used_cols = selected_cols

selected_cols = ['col_2','col_3']
data = case1(selected_cols = selected_cols)
print(data.process_data)

结果：

   col_2  col_3
0      1      2
1      3      4
2      3      6