Pandas创建DataFrame时data属性返回机制与打印逻辑解析

核心认知偏差 #

• 不存在公开的data属性存储原始入参：DataFrame实例没有名为data的公开属性来保存创建时传入的原始字典。传入的源数据会在初始化阶段被拆解、校验、做类型推断和索引对齐，最终转换为Pandas内部的块存储结构，原始入参不会被完整保留为实例属性，执行hasattr(df, 'data')可验证返回值为False。
• Python对象打印逻辑与data属性无关联：执行print(对象)时，Python不会主动读取对象的data属性输出，而是自动调用对象的__str__魔法方法获取待打印的字符串；交互式环境下直接输入对象名回车输出时，调用的是__repr__魔法方法。自定义类如果没有重写这两个方法，才会继承object基类的默认实现，输出带内存地址的<类名 object at 内存地址>格式字符串。

DataFrame实际执行流程 #

• 初始化阶段：传入的字典等源数据，会在__init__方法执行过程中完成格式转换，最终存入实例的私有属性_data（下划线开头标识为内部使用属性，不对外暴露）中。v0.22版本中这个属性持有的是BlockManager对象，负责统一管理所有列的数值、行/列索引映射关系，和传入的原始字典结构完全不同。
• 打印触发阶段：执行print(df)时，解释器自动调用DataFrame类重写的__str__方法，方法内部会从_data存储的结构中提取行索引、列名、对应数值，按表格规则排版成可读字符串后返回给print函数输出，整个过程不需要手动调用任何数据存储属性。

可以通过一个极简自定义类验证魔法方法的作用逻辑：

class CustomObj:
    def __init__(self, input_val):
        # 原始输入存入私有属性，不设置公开data属性
        self._inner_val = input_val
    def __str__(self):
        # 自定义print时的输出格式
        return f"当前对象存储值：{self._inner_val}"

obj = CustomObj([1,2,3])
print(obj)
# 输出：当前对象存储值：[1, 2, 3]，不会输出默认的对象内存地址标识

内容的提问来源于stack exchange，提问作者Asmita Poddar