继承pd.DataFrame重写__getitem__致+运算符重载失效如何解决

错误根因 #

你重写了__getitem__魔法方法，将pandas原生[]运算符按标签取值的默认逻辑，替换为了按位置索引的iloc取值逻辑。但pandas内部包括combine_first在内的大量内置方法，都依赖[]默认按标签取值的约定，内部调用时会传入列名、行标签这类非整数参数，和你重写后的iloc逻辑不兼容，因此触发类型错误。

可行解决方案 #

方案1（最推荐，无兼容问题）：不修改原生__getitem__，新增自定义位置索引入口 #

不要改动核心魔法方法的默认行为，新增专属属性用于快捷位置索引，完全兼容pandas内部逻辑：

class df(pd.DataFrame):
    # 新增自定义位置索引属性，替代你重写__getitem__的需求
    @property
    def i(self):
        return self.iloc

    def __add__(self, o):
        add_res = super().add(o)
        # 调用combine_first时转原生DataFrame避免触发自定义逻辑
        combine_res = add_res.combine_first(pd.DataFrame(self))
        return df(combine_res)

使用时，你原本要按位置取值的写法从df[参数]改为df.i[参数]即可，原有业务逻辑改动极小，也不会影响pandas内部方法的调用。

方案2（兼容要求低可临时使用）：__getitem__增加调用逻辑判断 #

如果你必须保留重写__getitem__的使用习惯，可以在方法内增加分支判断，pandas内部调用时走原生逻辑，只有外部业务调用时走iloc逻辑：

def __getitem__(self, key):
    import inspect
    # 检查调用来源，pandas内部调用走原生取值逻辑
    caller_path = inspect.stack()[1].filename
    if "pandas" in caller_path:
        return super().__getitem__(key)
    # 外部调用走自定义iloc逻辑
    return super().iloc[key]

该方案存在性能损耗，且不同pandas版本的内部调用路径可能有差异，存在潜在兼容风险。

内容的提问来源于stack exchange，提问作者Bob Sleigh