python - 继承 DataFrame 时如何为 'loc' 编写包装器方法

Question

我正在尝试为 DataFrame 的子类编写一个包装方法

class SubDataFrame(DataFrame):
   ...

a = SubDataFrame()
b = a.loc[row, column]

在最后一行中，我想在处理父类(super class)中的 loc 之前或之后在类 SubDataFrame 中单独处理元数据。

我不知道如何实现这个符号，因为如果我只是定义

def loc(self, *args, **kwargs)

SubDataFrame 中的

方法 loc[] 括号符号不起作用。 (AttributeError:instancemethod 没有属性 getitem)。

我找不到关于如何实现它的文档。

Answer 1

不幸的是，Pandas 实现索引的方式并不简单。

一般来说，为了在一个对象上使用索引访问(例如，obj[something])，它需要有__getitem__ 和__setitem__ 方法(参见 here 和 here )。

在 DataFrame 的情况下，loc 属性不是方法，而是委托(delegate)索引的对象:

>>> frame = pd.DataFrame()
>>> type(frame.loc)
pandas.core.indexing._LocIndexer

可以看到类定义here .在这种情况下，_LocIndexer 继承(最终)自 _NDFrameIndexer ，它定义了索引访问所需的 __getitem__ 和 __setitem__ 方法。

如果你想在你的子类中拦截通过 .loc[] 的访问，你可能必须定义某种代理类来实现所需的行为，然后再传递给原始实现。不过，我怀疑这会很困难且容易出错。