如何为pandas.DataFrame派生类添加新属性？解决递归报错问题

当你直接在__init__中调用super().__init__前设置self.derived时，会触发pandas重写的__setattr__方法。pandas的__setattr__会对属性进行特殊处理，过程中可能间接调用到初始化相关逻辑，导致无限递归，最终抛出RecursionError。

以下是几种正确的解决方式：

方案一：使用object.__setattr__绕过pandas的属性处理 #

在调用父类初始化前，用Python原生的object.__setattr__来设置自定义属性，避免触发pandas的__setattr__逻辑：

from pandas import DataFrame

class DataFrameDerived(DataFrame):
    def __init__(self, *args, **kwargs):
        object.__setattr__(self, 'derived', True)
        super().__init__(*args, **kwargs)

df = DataFrameDerived({'a':[1,2,3]})
print(df.derived)  # 输出 True

方案二：先调用父类初始化，再设置属性 #

如果不需要在父类初始化前设置属性，可以先完成DataFrame的初始化，再赋值自定义属性：

from pandas import DataFrame

class DataFrameDerived(DataFrame):
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.derived = True

df = DataFrameDerived({'a':[1,2,3]})
print(df.derived)  # 输出 True

进阶：确保方法返回实例时保留自定义属性 #

如果你的子类需要支持pandas方法（比如过滤、筛选）返回的实例也保留自定义属性，需要重写__finalize__方法——这是pandas用于同步实例元数据的钩子：

from pandas import DataFrame

class DataFrameDerived(DataFrame):
    def __init__(self, *args, **kwargs):
        # 可以通过kwargs传入自定义属性值，更灵活
        self.derived = kwargs.pop('derived', True)
        super().__init__(*args, **kwargs)
    
    def __finalize__(self, other, method=None, **kwargs):
        # 先调用父类的finalize逻辑
        super().__finalize__(other, method=method, **kwargs)
        # 如果源实例是子类类型，同步自定义属性
        if isinstance(other, DataFrameDerived):
            self.derived = other.derived
        return self

# 测试：过滤后返回的实例仍保留属性
df = DataFrameDerived({'a':[1,2,3]})
filtered_df = df[df['a'] > 1]
print(filtered_df.derived)  # 输出 True

内容的提问来源于stack exchange，提问作者Antonio Amador