Python自定义DataFrame类__init__行为疑问，如何直接用实例访问空DataFrame？

现象原因 #

• Python中自定义类默认继承自object，当打印类实例时，会调用其默认的__repr__方法，该方法的默认实现是返回包含对象内存地址的字符串，因此直接打印dfx会显示内存地址。
• dfx.df是直接访问实例的df属性，该属性是pandas的DataFrame对象，pandas已为DataFrame重写了__repr__和__str__方法，会以格式化方式展示内容，所以打印dfx.df会显示空DataFrame。

实现直接访问的方法 #

方法1：重写自定义类的__repr__和__str__方法 #

在merge.py的自定义DataFrame类中添加这两个方法，直接返回内部self.df的字符串表示：

import pandas as pd

class CustomDataFrame:
    def __init__(self):
        self.df = pd.DataFrame()
    
    def __repr__(self):
        return repr(self.df)
    
    def __str__(self):
        return str(self.df)

修改后，直接打印dfx就会和打印dfx.df一样，显示空DataFrame的格式化内容。

方法2：直接继承pd.DataFrame #

如果自定义类核心是扩展DataFrame功能，直接继承pd.DataFrame会更简洁自然，无需额外持有self.df属性：

import pandas as pd

class CustomDataFrame(pd.DataFrame):
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        # 在这里添加自定义初始化逻辑

实例化dfx后，直接打印就会显示DataFrame内容，同时可直接使用所有DataFrame内置方法（如dfx.head()、dfx.groupby()等）。

方法3：添加属性代理（进阶） #

若必须保留内部self.df结构，同时希望直接通过实例调用DataFrame方法，可重写__getattr__方法，将未定义的属性/方法转发给self.df：

import pandas as pd

class CustomDataFrame:
    def __init__(self):
        self.df = pd.DataFrame()
    
    def __repr__(self):
        return repr(self.df)
    
    def __str__(self):
        return str(self.df)
    
    def __getattr__(self, name):
        # 访问的属性不在当前类中时，转发给self.df
        return getattr(self.df, name)

这种方式下，不仅打印dfx会显示DataFrame，还能直接执行dfx.describe()、dfx.to_csv()等操作，和直接操作原生DataFrame无异。

内容的提问来源于stack exchange，提问作者niebyl2002