如何为pandas DataFrame子类创建可像普通列一样访问的属性

这个需求完全可以实现，核心是重写pandas DataFrame的__getitem__方法，同时兼容pandas子类的实例构造规则即可，以下是可直接运行的实现：

import pandas as pd

class DFWithProperties(pd.DataFrame):
    # 存储所有自定义计算属性的名称，后续新增属性只需更新该集合
    _computed_properties = {"depends_on_a"}

    @property 
    def depends_on_a(self):
        return self["a"] + 1

    # 定义构造器，保证DataFrame执行切片、过滤等操作后返回的仍然是当前子类的实例
    @property
    def _constructor(self):
        return DFWithProperties

    def __getitem__(self, key):
        # 处理单键访问场景
        if isinstance(key, str):
            if key in self._computed_properties:
                return getattr(self, key)
            return super().__getitem__(key)
        # 处理多键列表访问场景
        if isinstance(key, list):
            # 先提取普通实体列
            regular_cols = [col for col in key if col not in self._computed_properties]
            result = super().__getitem__(regular_cols)
            # 追加计算属性对应的列
            for col in key:
                if col in self._computed_properties:
                    result[col] = getattr(self, col)
            # 保持传入的列顺序
            return result[key]
        # 其他场景（布尔索引、位置切片等）走原生逻辑
        return super().__getitem__(key)

你可以直接运行以下代码测试需求中的访问形式：

df = DFWithProperties({"a": [1,2,3,4]})
# 原有的点式访问正常可用
print(df.depends_on_a)
# 单键方括号访问
print(df["depends_on_a"])
# 多键列表访问
print(df[["a", "depends_on_a"]])

• 计算属性是懒加载的，只有访问时才会执行计算，不会提前占用内存
• 如果需要让计算属性出现在df.columns返回结果中，可以额外重写columns属性，把_computed_properties的内容合并到原生列结果里
• 如果需要支持loc、iloc中使用计算属性，可以对应重写相关的取值方法，普通的方括号访问上述实现已完全覆盖

内容的提问来源于stack exchange，提问作者Timothy Hyndman