Python类动态存储数据 以类属性形式访问pandas DataFrame

核心逻辑 #

• 避免用dict作为变量名，会覆盖Python内置的字典类型，将数据存储字典重命名为_df_dict
• 利用dataclass自带的__post_init__初始化钩子，在实例创建完成后自动遍历数据字典
• 调用内置方法setattr(实例对象, 属性名, 属性值)，把字典的每个键值对直接绑定为实例属性
• 无需逐个编写重复的访问方法，绑定后直接通过实例名.属性名即可访问对应DataFrame

完整代码 #

from dataclasses import dataclass, field
import pandas as pd
from typing import Dict


@dataclass
class Dataset:
    # 数据存储字典，默认内置示例数据，支持实例化时传入自定义字典
    _df_dict: Dict[str, pd.DataFrame] = field(default_factory=lambda: {
        'df1_id': pd.DataFrame({'col1': [1, 1]}),
        'df2_id': pd.DataFrame({'col2': [2, 2]}),
        'df3_id': pd.DataFrame({'col3': [3, 3]})
    })

    def __post_init__(self):
        # 实例初始化完成后自动执行，批量绑定属性
        for df_id, df_content in self._df_dict.items():
            # 校验键为字符串类型，避免生成非法属性名
            if not isinstance(df_id, str):
                raise TypeError(f"DataFrame ID必须为字符串，当前类型为{type(df_id)}")
            setattr(self, df_id, df_content)

使用示例 #

# 用默认数据实例化
datasets = Dataset()
# 直接访问属性，不需要加括号调用方法
print("df1_id内容：")
print(datasets.df1_id)

# 传入自定义DataFrame字典实例化
custom_data = {
    'order_df': pd.DataFrame({'order_id': [1001, 1002], 'pay': [99, 199]}),
    'stock_df': pd.DataFrame({'sku': ['a1', 'a2'], 'count': [20, 50]})
}
custom_ds = Dataset(custom_data)
print("自定义order_df内容：")
print(custom_ds.order_df)

注意事项 #

• 如果不需要支持外部传入自定义字典，也可以把_df_dict直接定义为类属性，__post_init__里遍历self._df_dict的逻辑不变
• 动态绑定的属性和手动定义的实例属性使用逻辑完全一致，支持赋值、修改等常规操作
• 若需要避免属性被意外修改，可以在绑定后把对应属性设置为只读，常规使用场景下不需要额外处理

内容的提问来源于stack exchange，提问作者user4933