python - 为什么复制 Pandas DataFrame 后属性丢失

Question

为什么不能通过副本传递实例的属性？我想将 name 属性传递给另一个数据框。

import copy
df = pd.DataFrame([1,2,3])
df.name = 'sheet1'
df2 = copy.deepcopy(df)

print(f'df.name: {df.name}')
>> df.name: sheet1

print(f'df2.name: {df2.name}')
>>    AttributeError    
        ...      
      'DataFrame' object has no attribute 'name'

同样，为什么这在创建类并从中继承时也不起作用？

class DfWithName(pd.DataFrame):

    def __init__(self, *args, **kwargs):
        self.__init__ = super().__init__(*args, **kwargs)
        print('lol')

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

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

并使用相同的代码:

import copy
df = DfWithName([1,2,3])
df.name = 'sheet1'
df2 = copy.deepcopy(df) 
print(f'df.name: {df2.name}')
>>    AttributeError    
        ...      
      'DataFrame' object has no attribute 'name'

Answer 1

如别处所述，DataFrame 类有一个自定义的 __deepcopy__与普通对象一样，该方法不一定复制分配给实例的任意属性。

有趣的是，有一个内部_metadata 属性似乎旨在能够列出复制/序列化时应保留的NDFrame 的其他属性。此处对此进行了一些讨论:https://github.com/pandas-dev/pandas/issues/9317

不幸的是，这仍然被认为是一个未记录的内部细节，所以它可能不应该被使用。通过查看代码，您原则上可以执行以下操作:

mydf = pd.DataFrame(...)
mydf.name = 'foo'
mydf._metadata += ['name']

当您复制它时，它应该带有名称。

您可以子类化 DataFrame 以使其成为默认值:

import functools

class NamedDataFrame(pd.DataFrame):
    _metadata = pd.DataFrame._metadata + ['name']

    def __init__(self, name, *args, **kwargs):
        self.name = name
        super().__init__(*args, **kwargs)

    @property
    def _constructor(self):
        return functools.partial(self.__class__, self.name)

如果您为现有的 copy 方法提供自己的包装器，并且可能还有 __getstate__ 和 __setstate__。

更新:似乎实际上使用 _metadata 属性来扩展 Pandas 类现在是 documented .所以上面的例子应该或多或少起作用。这些文档更多地用于 Pandas 本身的开发，因此它可能仍然有点不稳定。但这就是 Pandas 本身扩展 NDFrame 子类的方式。