Pandas DataFrame复制后属性丢失及子类复制失效问题咨询

我来帮你拆解这两个场景下属性丢失的核心原因，再给你对应的解决办法：

1. 直接给DataFrame实例加自定义属性的问题 #

当你手动给pd.DataFrame实例贴个name这种自定义属性时，用copy.deepcopy()复制后属性消失，本质是因为Pandas的DataFrame有自己一套专属的序列化/反序列化逻辑——也就是Python深拷贝依赖的__reduce__方法。

Pandas在处理深拷贝时，只会序列化它本身预设的核心数据：比如表格里的数值、索引、列名、官方定义的元数据这些，完全不会管你后来手动添加上去的额外属性。深拷贝的过程是通过Pandas的逻辑重新生成一个全新的DataFrame实例，而不是把原对象的所有属性一股脑复制过去，所以你加的name自然就没了。

就像你写的这段代码：

import copy
import pandas as pd

df = pd.DataFrame([1,2,3])
df.name = 'sheet1'
df2 = copy.deepcopy(df)
# 这里访问df2.name会抛出AttributeError

deepcopy全程走的是Pandas自己的复制流程，根本没考虑你手动加的属性。

2. 继承DataFrame的自定义类属性丢失的问题 #

你的DfWithName类有两个致命问题，导致深拷贝后属性丢失：

问题一：__init__方法写崩了 #

你在__init__里写了self.__init__ = super().__init__(*args, **kwargs)，这完全是错误的操作——你把实例的__init__方法直接覆盖成了父类__init__的返回值（而pd.DataFrame.__init__返回的是None），这会导致你的类实例初始化时就出问题，连_name属性的存储都不正常。正确的写法应该是直接调用父类的初始化方法：

class DfWithName(pd.DataFrame):
    def __init__(self, *args, **kwargs):
        # 直接调用父类初始化，别乱赋值给self.__init__
        super().__init__(*args, **kwargs)

问题二：Pandas复制逻辑不认子类属性 #

就算你修正了__init__，直接用copy.deepcopy还是会丢属性，因为Pandas的__reduce__逻辑在复制时，默认会返回父类pd.DataFrame的构造方法，而不是你的子类DfWithName。这意味着深拷贝出来的对象根本不是DfWithName实例，而是个普通的pd.DataFrame，自然就没有name属性了。

对应的解决办法 #

场景一：只是偶尔给DataFrame加属性 #

如果你不想写子类，只是临时给DataFrame加个自定义属性，最简单的办法就是深拷贝后手动把属性复制过去：

df2 = copy.deepcopy(df)
df2.name = df.name

或者用Pandas 1.2版本之后支持的attrs属性——这是官方推荐的存储自定义元数据的方式，会被Pandas的复制逻辑自动保留：

df = pd.DataFrame([1,2,3])
df.attrs['name'] = 'sheet1'
df2 = copy.deepcopy(df)
print(df2.attrs['name'])  # 会输出'sheet1'

场景二：需要长期用带自定义属性的DataFrame子类 #

修正__init__，同时重写Pandas的_constructor方法（这是Pandas官方推荐的子类化姿势），再通过__reduce__和__setstate__确保深拷贝时保留自定义属性：

import copy
import pandas as pd

class DfWithName(pd.DataFrame):
    def __init__(self, *args, name=None, **kwargs):
        super().__init__(*args, **kwargs)
        self._name = name

    @property
    def name(self):
        return self._name

    @name.setter
    def name(self, value):
        self._name = value

    # 重写_constructor，让Pandas复制时返回当前子类的实例
    @property
    def _constructor(self):
        return DfWithName

    # 重写__reduce__，把自定义属性加入序列化状态
    def __reduce__(self):
        parent_state = super().__reduce__()
        # 把自定义的_name加到状态末尾
        new_state = parent_state[2] + (self._name,)
        return (parent_state[0], parent_state[1], new_state)

    # 重写__setstate__，从状态中恢复自定义属性
    def __setstate__(self, state):
        # 取出最后一位的_name，剩下的传给父类处理
        self._name = state[-1]
        super().__setstate__(state[:-1])

# 测试一下
df = DfWithName([1,2,3], name='sheet1')
df2 = copy.deepcopy(df)
print(df2.name)  # 输出'sheet1'，完美保留属性

内容的提问来源于stack exchange，提问作者A H