Python中如何自动将父类继承运算符的结果转为子类类型？

这绝对是Pandas子类化时最让人头疼的问题之一——一个个重写运算符不仅繁琐，还容易遗漏。其实Pandas早就为这种场景设计了专门的钩子函数，不用重复造轮子！

核心解决方案：重写__array_wrap__方法 #

Pandas在执行完各类运算（包括算术运算、统计运算等）后，会调用__array_wrap__方法来包装最终的结果对象。我们只需要在子类中重写这个方法，让它返回当前子类的实例即可：

import pandas as pd

class MySeries(pd.Series):
    def __array_wrap__(self, result, context=None):
        # 先调用父类的__array_wrap__获取基础运算结果，再用当前子类包装
        wrapped = super().__array_wrap__(result, context)
        return self.__class__(wrapped)
    
    # 保留原有初始化逻辑即可
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)

测试验证 #

现在来验证一下效果：

s1 = MySeries([1,2,3])
s2 = MySeries([4,5,6])

print(type(s1))          # 输出：<class '__main__.MySeries'>
print(type(s1 + s2))     # 输出：<class '__main__.MySeries'>
print(type(s1 * s2))     # 输出：<class '__main__.MySeries'>
print(type(s1 - s2))     # 输出：<class '__main__.MySeries'>
print(type(s1.mean()))   # 注意：标量结果不会转类型，因为它本身不是Series，这符合预期

为什么这个方法更优雅？ #

• 一次性覆盖所有Pandas支持的运算符和运算方法，不用逐个重写__add__、__mul__、__sub__等几十种方法
• 自动适配Pandas内部的运算逻辑，包括广播、缺失值处理等，完全保留父类的原有功能
• 如果后续需要添加自定义属性，只需要在__array_wrap__里补充属性复制逻辑即可，比如：

  def __array_wrap__(self, result, context=None):
      wrapped = super().__array_wrap__(result, context)
      # 复制自定义属性到新实例（如果子类有自定义属性的话）
      wrapped.my_custom_attr = self.my_custom_attr
      return self.__class__(wrapped)
  

补充说明 #

如果你的子类有额外的初始化参数，可能需要在__array_wrap__里做针对性处理，但对于大多数简单的子类扩展场景，上面的基础实现已经足够解决问题。

内容的提问来源于stack exchange，提问作者Allen