为pandas DataFrame扩展自定义Table类：属性调用优化最佳实践

首先你的思路没问题，组合模式确实是pandas官方推荐的更简单的扩展方式。针对你不想手动维护metadata列表的痛点，其实可以利用Python的属性查找机制和几个魔术方法来优雅解决：

1. 移除冗余的metadata列表 #

Python的__getattr__只有在常规属性查找（实例本身、类、父类）失败时才会被触发。也就是说，只要你的Table类自己定义了refresh、save这些方法/属性，调用时会直接匹配，根本不会走到__getattr__里。所以完全不需要手动维护metadata列表，直接简化成：

class Table:
    def __getattr__(self, name):
        # 只有找不到的属性才转发给self.data
        return getattr(self.data, name)
    
    def __init__(self, db, name):
        # 注意这里要用super().__setattr__避免触发下面的__setattr__
        super().__setattr__('db', db)
        super().__setattr__('name', name)
        # 初始化DataFrame数据
        super().__setattr__('data', self._load_from_db())
    
    def _load_from_db(self):
        # 从数据库读取数据返回DataFrame
        ...
    
    def refresh(self):
        # 重新加载数据，撤销修改
        self.data = self._load_from_db()
    
    def save(self):
        # 将self.data保存回数据库
        ...

2. 实现__setattr__转发属性设置 #

上面的代码解决了读取属性的问题，但如果要设置DataFrame的属性（比如新增列、修改df的属性），还需要实现__setattr__：

def __setattr__(self, name, value):
        # 先检查是不是Table自己的核心属性
        if name in ['db', 'name', 'data']:
            super().__setattr__(name, value)
        else:
            # 其他属性转发给self.data
            setattr(self.data, name, value)

这里手动列出核心属性是为了避免无限递归（比如设置self.data时不会转发给自己），这几个属性是固定的，比维护所有自定义方法列表要简单得多。

3. 转发特殊方法支持DataFrame的原生操作 #

Python对__len__、__getitem__、__repr__这类特殊方法的查找是直接从类层面进行的，不会触发__getattr__。所以要手动转发这些方法，让你的Table实例能像DataFrame一样用[]取列、用len()获取行数、直接打印显示表格：

# 转发常见的特殊方法
    def __len__(self):
        return len(self.data)
    
    def __getitem__(self, key):
        return self.data[key]
    
    def __setitem__(self, key, value):
        self.data[key] = value
    
    def __repr__(self):
        return repr(self.data)
    
    # 按需添加其他特殊方法，比如__iter__、__contains__等

4. 实现__dir__支持自动补全 #

为了让IDE能自动提示DataFrame的属性和方法，需要重写__dir__方法，把Table自己的属性和DataFrame的属性合并：

def __dir__(self):
        # 合并自身属性和DataFrame的属性
        return sorted(set(super().__dir__()) | set(dir(self.data)))

最终效果 #

这样修改后，你可以直接在Table实例上调用所有DataFrame的方法和属性，同时自己的自定义方法（refresh、save）也能正常使用，完全不用手动区分：

table = Table(my_db, 'my_table')
# 直接调用DataFrame方法
table.head()
table.groupby('column').sum()
# 修改DataFrame列
table['new_column'] = 1
# 调用自定义方法
table.refresh()
table.save()
# 原生操作
len(table)
table['existing_column']

内容的提问来源于stack exchange，提问作者Wasdo