为何自定义类的IPython嵌套动态属性无法自动补全，而DataFrame可以？

首先看自定义类的示例，IPython无法自动补全嵌套的动态属性：

class Klass:

    def __getattr__(self, attr):
        if attr == 'other':
            return Klass()
        else:
            raise ValueError()
    
    def __dir__(self):
        return ['other']

a = Klass()

# 可自动补全
a.other

# 无法自动补全（输入a.other.oth时）
a.other.other

但在多级索引的DataFrame中，嵌套属性的自动补全却能正常工作：

import pandas as pd

col = pd.MultiIndex.from_tuples([('foo', 'AAA'), 
                                 ('foo', 'BBB'), 
                                 ('bar', 'AAA'), 
                                 ('bar', 'BBB')])

df = pd.DataFrame(columns=col)

# 可自动补全：
df.foo.AAA

请问为何DataFrame可以实现该功能，而自定义类却不行？

1. 自定义类的核心问题 #

IPython的自动补全依赖对象的__dir__方法，但有个关键限制：当输入a.other.oth时，IPython需要获取a.other这个对象的__dir__结果，但IPython不会为了补全去实际执行__getattr__生成a.other实例——自动补全是输入过程中的实时操作，IPython会避免触发潜在的副作用（比如__getattr__里的复杂逻辑），不会主动创建嵌套对象，自然拿不到它的__dir__返回值，因此无法补全后续的other属性。

你的__dir__只告诉IPython当前实例有other属性，但IPython不知道a.other返回的对象同样具备other属性，因为它没去实际生成这个对象。

2. pandas DataFrame的适配逻辑 #

pandas的多级索引列通过__getattr__返回的是专门的属性访问器对象（比如继承自DirNamesMixin的类），这类对象做了两个关键优化：

• 它们的__dir__方法不需要依赖实际生成子对象，而是直接从多级索引的元数据里预先生成所有可能的嵌套属性列表。比如df.foo对应的访问器，会直接从列索引中提取foo下的所有子列名（AAA、BBB），不需要实际创建后续对象。
• pandas适配了IPython的专用补全接口_ipython_key_completions_，这个方法会直接返回所有层级的属性候选，优先级高于普通的__dir__，能直接把所有可补全的嵌套属性告知IPython，完全不需要触发实际的属性获取逻辑。

简单说，pandas是提前把所有可能的补全项主动告诉IPython，而你的自定义类只暴露了当前层的属性，没处理嵌套层的提前告知。

3. 自定义类实现嵌套补全的思路 #

如果想让自定义类支持嵌套补全，可以参考pandas的做法：

• 实现_ipython_key_completions_方法，返回所有层级的可能属性（比如对于Klass，可以返回['other', 'other.other', 'other.other.other', ...]这类动态生成的候选）。
• 或者让__dir__在嵌套场景下，能在不实例化子对象的前提下推断出子对象的属性列表。

内容的提问来源于stack exchange，提问作者nocibor