在自定义类上调用 DataFrame 时调用特殊函数

Question

我有以下课程：

class Result(UserDict):
    """Implements a especial version of dictionary, that will return the keys 
ordered in the initialized way"""
    def __init__(self, keys_order, items):
        super().__init__(self)
        self.__keys_order = keys_order
        self.data = items

    def __repr__(self):
        attributes = ["{}:{}".format(_stringify(k), _stringify(self.data[k])) for k in self.keys()]
        return "{}".format(", ".join(attributes))

    def keys(self):
        return [key for key in self.__keys_order]


class Results(UserList):
    """Implements a especial kind of list, that has a method to_df"""
    def to_df(self):
        return pd.DataFrame(self.data, columns=self.data[0].keys())

这样，当我打印Result 的实例时，它将以所需的方式（由keys_order 确定）显示它的键。此外，Results 类实现了to_df 方法，该方法返回一个熊猫DataFrame，其中的列按键排序。

例如，我知道如果我希望 len(results) 函数以特殊方式运行，我必须在其中实现 __len__ 方法，以类似的方式，是否可以实现特殊方法，所以当pd.DataFrame(results) 是在 results 实例上调用的，它会调用 to_df 方法吗？所以我有按键排序的列。

Answer 1

您可以让您的 Result 类不仅继承自 UserDict，还继承自 pd.DataFrame。然后你只需要定义你的类的 _data 属性是你希望类交给 pd.DataFrame() 的，即你想要构造的 pd.DataFrame。

class Result(UserDict, pd.DataFrame):
    """Implements a especial version of dictionary, that will return the keys 
ordered in the initialized way"""
    def __init__(self, keys_order, items):
        super().__init__(self)
        self.__keys_order = keys_order
        self.data = items
        self._data = pd.DataFrame(self.data, columns=self.data[0].keys())

当查看 pd.DataFrame 类的 source code 时，这一点变得很明显：

def __init__(self, data=None, index=None, columns=None, dtype=None,
             copy=False):
    if data is None:
        data = {}
    if dtype is not None:
        dtype = self._validate_dtype(dtype)

    if isinstance(data, DataFrame):
        data = data._data

在调用__init__ 方法时，这是您在使用pd.DataFrame(results) 时有效执行的操作，它将检查结果是否是DataFrame 的实例。如果是，那么它只会将数据设置为results._data。或者，您的结果类也可以从 dict 继承，在这种情况下，将在 __init__ 内调用 dict 构造函数：

    elif isinstance(data, dict):
        mgr = self._init_dict(data, index, columns, dtype=dtype)

这里是 self._init_dict 的摘录，在你的情况下会被调用：

        else:
            keys = list(data.keys())
            if not isinstance(data, OrderedDict):
                keys = _try_sort(keys)
            columns = data_names = Index(keys)
            arrays = [data[k] for k in keys]

所以你必须为你的类定义一个keys() 方法来返回键（你已经拥有），以及__getitem__，以便最后一行中的 data[k] 返回列 k 的值.