实例化子类时切换父类：解决CsvFrame的DataFrame继承问题

你的CsvFrame类并没有继承pandas/polars的DataFrame，只是在__init__里调用了它们的构造函数——这相当于只执行了构造逻辑，但CsvFrame实例本质还是自定义类型，并非真正的pl.DataFrame或pd.DataFrame，因此：

1. Jupyter无法识别它为DataFrame，不会渲染HTML表格
2. 自然没有DataFrame的原生方法（比如melt()）

以下提供两种实用修复方案，按需选择：

方案1：动态返回原生DataFrame（最简方案） #

如果只是需要统一入口创建不同引擎的DataFrame，直接在实例化时返回原生DataFrame即可，完全保留所有原生功能：

class CsvFrame:
    def __new__(cls, engine, *args, **kwargs):
        if engine == 'polars':
            import polars as pl
            return pl.read_csv(*args, **kwargs)
        elif engine == 'pandas':
            import pandas as pd
            return pd.read_csv(*args, **kwargs)
        else:
            raise ValueError("engine must be 'polars' or 'pandas'")

测试验证 #

import io

input_text = '''
col1,col2
A,1
B,2
'''

# Polars版本
cfr_polars = CsvFrame('polars', io.StringIO(input_text))
display(cfr_polars)  # Jupyter正常渲染表格
cfr_polars.melt()    # 正常调用Polars原生方法

# Pandas版本
cfr_pandas = CsvFrame('pandas', io.StringIO(input_text))
display(cfr_pandas)  # Jupyter正常渲染表格
cfr_pandas.melt()    # 正常调用Pandas原生方法

方案2：组合模式（支持自定义逻辑） #

如果需要给CsvFrame添加自定义功能，不希望直接返回原生DataFrame，可通过组合模式封装原生DataFrame，并转发所有属性/方法：

class CsvFrame:
    def __init__(self, engine, *args, **kwargs):
        self.engine = engine
        if engine == 'polars':
            import polars as pl
            self.df = pl.read_csv(*args, **kwargs)
        elif engine == 'pandas':
            import pandas as pd
            self.df = pd.read_csv(*args, **kwargs)
        else:
            raise ValueError("engine must be 'polars' or 'pandas'")
    
    # 转发所有未定义的属性/方法到内部DataFrame
    def __getattr__(self, name):
        return getattr(self.df, name)
    
    # 让Jupyter渲染HTML表格
    def _repr_html_(self):
        return self.df._repr_html_()
    
    # 自定义字符串展示
    def __repr__(self):
        return f"CsvFrame(engine='{self.engine}')\n{self.df.__repr__()}"

测试验证 #

import io

input_text = '''
col1,col2
A,1
B,2
'''

cfr = CsvFrame('polars', io.StringIO(input_text))
cfr  # Jupyter正常渲染表格
cfr.melt()  # 正常调用Polars原生方法

# 也可直接访问内部封装的DataFrame
print(cfr.df)

内容的提问来源于stack exchange，提问作者VERBOSE