使用 pandas 中的 read_csv 在 Python 中创建 pandas.DataFrame 子类的实例答案

【问题标题】：Use read_csv from pandas to create an instance of a child class of pandas.DataFrame in Python使用 pandas 中的 read_csv 在 Python 中创建 pandas.DataFrame 子类的实例
【发布时间】：2021-11-02 19:23:19
【问题描述】：

我正在通过继承向pandas.DataFrame 添加一些功能：

import pandas as pd
class my_class(pd.DataFrame):
    def __init__(self, *args):
        super().__init__(*args)
    def my_func(self):
        print('New function!')

但我还是想使用pandas.read_csv 来加载数据框。我在这里检查过，似乎不鼓励将pandas.DataFrame 实例的__class__ 简单地更改为my_class。有一个更好的方法吗？谢谢！

对于上面引用的类，我可以使用pandas.DataFrame.__init__中的data参数将pandas.read_csv的结果传入，但是如果该参数不可用我该怎么办？

【问题讨论】：

顺便说一句，super().__init__(*args) 没有那么多余
read_csv 是pd.read_csv 所谓的模块方法，将classmethod/static 添加到您的自定义类中......或者我错过了smt？ [链接不可点击]并且super().__init__(self, *args)中的self仍然是多余的
@cards 我正在尝试创建一个行为类似于pd.read_csv 但返回my_class 的实例的函数，它是pd.DataFrame 的子类。本质上是强制转换，但在 Python 中似乎不受欢迎（或者我可能错了）。
我个人会将函数作为 smt 独立于实例（这也是为什么它是模块函数而不是 DataFrame 的一部分），以便作为类/静态方法......甚至作为外部函数。尝试用您认为应该是的内容来编辑问题......（“表现得像”很模棱两可！）

标签： python pandas dataframe oop inheritance

【解决方案1】：

在您的类声明中，您缺少 def __new__(cls,...) dunder 方法来初始化实例。这应该有效：

import pandas as pd
class my_class(pd.DataFrame):
    def __new__(cls, *args, **kwargs):
        return super().__new__(cls)
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
    def my_func(self):
        print('New function!')

不确定，这就是它所要求的，但如果您创建自己的pandas.DataFrame，您可以通过在读取后对其进行初始化来将新的“read_csv(file)”读取数据帧“转换”为自定义数据帧。所以有了上面的声明，这行得通：

my_class({'test_col': [1,2,3]}).to_csv('test_my_class.csv')

df = pd.read_csv('test_my_class.csv')

my_class(df)

【讨论】：

__new__ 中的 *args 和 **kwargs 发生了什么？它们没有在您的代码中使用......并且使 {'test_col': [1,2,3]} 完全没用
@cards 我对此并不完全确定，但我猜它们会传递给__init__，因为如果有__new__，它会首先执行并触发__init__。如果你运行my_class({'test_col': [1,2,3]})，它会返回一个my_class风格的DataFrame。
我的错，它有效，但不知道为什么；）
让我困惑的是{'test_col': [1,2,3]}被__init__处理