如何在Pandas中获取Series所属的父DataFrame？

当一个pandas.Series是从某个pandas.DataFrame中提取出来的（比如通过df.col或df['col']），这个Series实例是否能直接获取到它的父DataFrame？

我尝试过类似这样的代码，但发现parent属性不存在：

import pandas

df = pandas.DataFrame({'col': range(10)})
series_column = df.col

print('My parent is {}'.format(series_column.parent))
# 或者
print('My parent is {}'.format(df.col.parent))

我的目标是简化函数签名，比如把需要同时传入DataFrame和列名的函数：

def foobar(data: DataFrame, column: str):
    return data[column].do_something()

改成只传入Series的版本，不用再传DataFrame：

def foobar(column: pandas.Series):
    return column.parent[column].do_something()

这里有个更贴近实际场景的示例函数，我想简化它的参数：

def frequency(data: pandas.DataFrame, column: str, dropna: bool = False):
    tab = data[column].value_counts(dropna=dropna)

    # 如果是有序分类则对索引排序
    if data[column].dtype.name == 'category':
        if data[column].cat.ordered:
            tab = tab.sort_index()

    # 将Series转换为DataFrame
    tab = tab.to_frame()

    # 双列多级索引
    a = random_label()
    tab[a] = column
    tab = tab.reset_index()
    tab = tab.set_index([a, column])
    tab.index.names = (None, None)

    tab.columns = ['n']

    return tab

pandas的Series对象默认没有parent属性，无法直接获取它所属的原始DataFrame。这是因为当你从DataFrame中提取一列得到Series时，这个Series是独立对象，不会自动保留对原DataFrame的引用。

如果你想简化函数签名，只传入Series就能完成操作，可以参考以下几种实用方案：

方案1：从Series本身提取信息，摆脱对原DataFrame的依赖 #

针对你提供的frequency函数，大部分操作都可以直接通过Series完成，不需要依赖原DataFrame：

import pandas as pd

def frequency(column: pd.Series, dropna: bool = False):
    tab = column.value_counts(dropna=dropna)

    # 直接通过Series判断是否为有序分类
    if pd.api.types.is_categorical_dtype(column):
        if column.cat.ordered:
            tab = tab.sort_index()

    # 将Series转换为DataFrame
    tab = tab.to_frame()

    # 双列多级索引
    a = random_label()  # 假设random_label是你定义的生成随机标签的函数
    tab[a] = column.name
    tab = tab.reset_index()
    tab = tab.set_index([a, column.name])
    tab.index.names = (None, None)

    tab.columns = ['n']

    return tab

修改后函数仅需接收Series参数：

• 用column.name获取原列名，替代原函数中的column参数
• 直接通过Series的dtype判断是否为有序分类，无需再从DataFrame中取列

方案2：手动给Series添加父DataFrame引用 #

如果确实需要访问原DataFrame，可以手动给Series添加自定义属性（注意这不是pandas原生属性，需要自行维护）：

df = pd.DataFrame({'col': range(10)})
series_column = df.col
series_column.parent = df  # 手动添加父引用

# 函数中使用该属性
def foobar(column: pd.Series):
    return column.parent[column.name].do_something()

这种方式适合简单场景，但要注意：如果Series被复制，新的Series不会继承这个自定义属性，容易出现引用失效的问题。

方案3：自定义包装类 #

如果需要更可靠的上下文传递，可以自定义包装类，同时保存Series和父DataFrame：

class SeriesWithParent:
    def __init__(self, series: pd.Series, parent_df: pd.DataFrame):
        self.series = series
        self.parent = parent_df

# 使用示例
df = pd.DataFrame({'col': range(10)})
wrapped_series = SeriesWithParent(df.col, df)

# 函数接收包装类实例
def frequency(wrapped_col: SeriesWithParent, dropna: bool = False):
    column = wrapped_col.series
    data = wrapped_col.parent
    # 后续逻辑和原函数一致
    tab = column.value_counts(dropna=dropna)
    if data[column.name].dtype.name == 'category':
        if data[column.name].cat.ordered:
            tab = tab.sort_index()
    # ... 剩余代码与原函数相同

这种方式逻辑清晰，能避免属性丢失问题，但需要额外的包装步骤。

内容的提问来源于stack exchange，提问作者buhtz