如何将pandas DataFrame绑定到回调函数以响应数据变更？

原生Pandas DataFrame没有内置的回调绑定机制，我们可以通过继承pd.DataFrame并封装修改数据的方法来实现需求。下面是完整的实现方案：

自定义带回调功能的DataFrame类 #

import pandas as pd

class CallbackDataFrame(pd.DataFrame):
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self._callbacks = []
    
    def bind(self, callback):
        """绑定回调函数到数据变更事件"""
        if callable(callback):
            self._callbacks.append(callback)
    
    def _trigger_callbacks(self):
        """触发所有已绑定的回调"""
        for callback in self._callbacks:
            callback()
    
    # 处理直接列赋值（如 df['col'] = ...）
    def __setitem__(self, key, value):
        super().__setitem__(key, value)
        self._trigger_callbacks()
    
    # 包装loc属性，处理loc赋值操作
    @property
    def loc(self):
        class LocWrapper:
            def __init__(self, loc_instance, trigger):
                self.loc_instance = loc_instance
                self.trigger = trigger
            
            def __getitem__(self, key):
                return self.loc_instance[key]
            
            def __setitem__(self, key, value):
                self.loc_instance[key] = value
                self.trigger()
        
        return LocWrapper(super().loc, self._trigger_callbacks)
    
    # 包装iloc属性，处理iloc赋值操作
    @property
    def iloc(self):
        class IlocWrapper:
            def __init__(self, iloc_instance, trigger):
                self.iloc_instance = iloc_instance
                self.trigger = trigger
            
            def __getitem__(self, key):
                return self.iloc_instance[key]
            
            def __setitem__(self, key, value):
                self.iloc_instance[key] = value
                self.trigger()
        
        return IlocWrapper(super().iloc, self._trigger_callbacks)
    
    # 处理inplace=True的drop操作
    def drop(self, *args, **kwargs):
        inplace = kwargs.get('inplace', False)
        result = super().drop(*args, **kwargs)
        if inplace:
            self._trigger_callbacks()
        return result

使用示例 #

# 初始化带回调的DataFrame
df = CallbackDataFrame({'example': [0,1,2], 'example2': [3,4,5]})

def callback():
    print("it's a callback")

# 绑定回调函数
df.bind(callback)

# 测试loc赋值（新增行）
df.loc[len(df)] = {'example': 3, 'example2': 6}
# 输出: it's a callback

# 测试新增列
df['example3'] = [6,7,8,9]
# 输出: it's a callback

# 测试iloc修改数据
df.iloc[0, 0] = 100
# 输出: it's a callback

注意事项 #

• 上述实现覆盖了loc/iloc赋值、直接列赋值、inplace=True的drop操作这几种常见场景。如果需要支持更多修改数据的方法（如replace(inplace=True)、fillna(inplace=True)等），只需在类中重写对应方法，在修改完成后调用self._trigger_callbacks()即可。
• 对于批量修改操作，每一次修改都会触发回调。如果需要批量操作完成后仅触发一次，可以自行在回调中做防抖处理，或者在封装方法时合并触发逻辑。
• Pandas 2.0+版本已弃用append方法，建议使用pd.concat替代，若仍需兼容append，可在类中添加对应的重写方法。

内容的提问来源于stack exchange，提问作者DazzRick