为何abs、round等Python标准函数可直接作用于DataFrame列？

这本质是Python内置函数的扩展机制和pandas的设计共同作用的结果：

1. 内置函数会调用对象的魔术方法 #

Python的abs()、round()这类内置函数，并不是只处理原生数值类型，它们会主动检查传入对象是否实现了对应的特殊魔术方法，如果有就调用该方法完成计算：

• abs(obj)会触发obj.__abs__()
• round(obj, ndigits)会触发obj.__round__(ndigits)

而pandas的Series（也就是DataFrame的列对象）已经提前实现了这些魔术方法，所以直接把Series传给内置函数，和调用Series自己的.abs()、.round()方法效果完全一致——甚至可以说，df['MyCol'].abs()就是对__abs__方法的封装调用。

2. 内置函数的扩展机制：魔术方法 #

这些内置函数确实支持扩展到新类型，核心就是实现对应的魔术方法。任何自定义类只要实现了指定的魔术方法，就能被内置函数直接处理：

举个简单的自定义类例子：

class Temperature:
    def __init__(self, celsius):
        self.celsius = celsius
    
    # 让abs()可以处理Temperature对象，返回温度的绝对值
    def __abs__(self):
        return Temperature(abs(self.celsius))
    
    # 让round()可以处理Temperature对象，保留指定小数位
    def __round__(self, ndigits=None):
        return Temperature(round(self.celsius, ndigits))

temp = Temperature(-12.345)
print(abs(temp).celsius)  # 输出12.345
print(round(temp, 1).celsius)  # 输出-12.3

额外说明 #

pandas这么设计的目的是让API更贴近Python原生习惯，你不用特意切换到pandas专属的方法调用模式，用熟悉的内置函数就能完成操作，同时保证结果和pandas方法一致。

内容的提问来源于stack exchange，提问作者Jules Olléon