Swifter库如何通过导入为Pandas对象新增属性？

我发现Swifter库可加速Python中Pandas Series的处理，其底层会做向量化处理与优化。但我好奇为何仅通过导入该库，就能为Pandas Series或DataFrame对象新增属性？此前我认为导入语句仅能引入新类、函数等，无法修改已有命名空间中对象的API，这与我对OOP中对象交互的认知冲突，想了解其实现方式及所用Python高级特性。

极简示例代码：

#!/usr/bin/env python3
# encoding: utf-8
import pandas as pd # Version 1.4.1
import numpy as np # Version 1.22.3
samples:int=2**20
colname:str='Value'
frame=pd.DataFrame(data={colname:np.random.randint(low=0, high=45353, size=samples)})

import swifter # Version 1.22.3 The following line throws an attribute error without this import
frame[colname].swifter # With swifter imported, this is swifter.SeriesAccessor object

核心原因是Swifter利用了Python的动态特性（猴子补丁）结合Pandas官方提供的访问器注册机制，具体拆解如下：

1. Pandas的访问器注册机制 #

Pandas本身提供了官方扩展接口，允许第三方库为Series/DataFrame添加自定义属性：

• 使用pd.api.extensions.register_series_accessor("swifter")可以给所有Series对象注册一个名为swifter的属性
• 使用pd.api.extensions.register_dataframe_accessor("swifter")可以给所有DataFrame对象注册同名属性

注册后，无论导入Swifter之前还是之后创建的Series/DataFrame实例，都会自动拥有.swifter属性，该属性会返回你定义的访问器类实例（比如Swifter中的SeriesAccessor）。

2. Swifter的导入执行逻辑 #

当你执行import swifter时，Swifter模块的顶层初始化代码会自动执行：

• 它会定义好SeriesAccessor和DataFrameAccessor类，这两个类封装了Swifter的核心加速逻辑
• 然后调用Pandas的上述注册函数，把这两个类绑定到Series和DataFrame的.swifter属性上

这一步就是动态修改了Pandas原生类的结构，属于Python中典型的猴子补丁（Monkey Patching）——在运行时修改已有类的属性或方法，而不需要修改类的原始源代码。

3. 为什么和你的原有认知冲突？ #

你之前认为导入不能修改已有对象API，是基于静态语言的思维，但Python是动态语言：

• 类的结构不是编译时固定的，运行时可以随时添加、修改、删除类的属性
• 模块导入时会执行其顶层代码，Swifter正是利用这一点，在导入阶段完成了对Pandas类的扩展

这种机制是Pandas官方鼓励的扩展方式，很多第三方库都用了相同的模式来扩展Pandas对象的功能。

内容的提问来源于stack exchange，提问作者Della