自定义包含pandas DataFrame的类如何支持iloc、loc索引访问

实现方案 #

你可以通过索引代理类的方式实现需求，不需要修改现有类的核心逻辑，也不用继承pandas DataFrame，改造成本极低。核心思路是给ExampleClass增加iloc、loc属性，这两个属性返回的代理实例专门处理[]索引语法，拿到索引参数后操作内部持有的DataFrame，最终返回符合要求的ExampleClass新实例。

完整实现代码 #

import pandas as pd

# 通用索引代理类，仅负责处理[]索引逻辑，和业务逻辑完全解耦
class _DataIndexerProxy:
    def __init__(self, parent_obj, index_type: str):
        self.parent_obj = parent_obj
        # 绑定是iloc还是loc类型的索引
        self.indexer = getattr(parent_obj.data, index_type)
    
    def __getitem__(self, key):
        # 生成切片后的新DataFrame
        new_data = self.indexer[key]
        # 构造新的ExampleClass实例
        new_obj = ExampleClass(new_data)
        # 复制原实例除data外的所有属性
        for k, v in self.parent_obj.__dict__.items():
            if k != 'data':
                setattr(new_obj, k, v)
        return new_obj

class ExampleClass:
    def __init__(self, data: pd.DataFrame):
        self.data = data
        self.other_value = 42
    
    # 新增iloc属性，返回对应代理实例
    @property
    def iloc(self):
        return _DataIndexerProxy(self, 'iloc')
    
    # 按需新增loc属性，逻辑完全复用
    @property
    def loc(self):
        return _DataIndexerProxy(self, 'loc')

效果验证 #

obj = ExampleClass(pd.DataFrame([1,2,3]))
part_of_obj = obj.iloc[:2]

# 验证符合所有要求
print(type(part_of_obj))  # 输出 <class '__main__.ExampleClass'>
print(part_of_obj.data)   # 输出切片后的前2行DataFrame
print(part_of_obj.other_value) # 输出 42，其余属性和原实例完全一致

方案优势 #

• 完全不侵入原有业务逻辑，不需要修改已有的数据处理方法
• 同时支持iloc、loc两种索引逻辑，符合pandas的使用习惯
• 保留了[]语法的便捷性，不需要改为方法调用
• 扩展性强：如果后续需要支持iat、at等其他pandas索引方式，仅需要在ExampleClass中新增对应@property即可，不需要修改代理逻辑
• 如果部分属性需要深拷贝，仅需要调整代理类中属性复制的逻辑即可

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