Python 从现有类构建类

我正在尝试从pandas DataFrame构建一个类。我只想向DataFrame类添加一个属性“name”。但下面的代码在达到最大递归深度时会产生错误。哪种方法可以让它工作？谢谢

import pandas as pd
class DatFrame(pd.DataFrame):
    def __init__(self, name, data=None, index=None, columns=None,
                 dtype=None, copy=False):
        self.name = name
        pd.DataFrame.__init__(self, data=None, index=None, 
                              columns=None, dtype=None, copy=False)


x = array([[9, 7, 5],
          [7, 3, 1],
          [8, 8, 3],
          [7, 4, 3]])
cols = ['a', 'b', 'c']
index = ['D', 'E', 'F', 'G']

s = DatFrame('huy', x, index, cols)

---

错误：递归错误：调用Python对象时超出了最大递归深度

首先，您要将

None

传递给数据帧的所有参数

其次，修复方法是在设置

name

之前，首先调用

\uuuu init\uuu

方法

这可能是因为

pd.DataFrame

对象在初始化时需要一个空的变量字典（递归发生在

\uuuu getattr\uuuuu

中），而您的

名称

成员混淆了它：

class DatFrame(pd.DataFrame):
    def __init__(self, name, data=None, index=None, columns=None,
                 dtype=None, copy=False):
        pd.DataFrame.__init__(self, data=data, index=index,
                              columns=columns, dtype=dtype, copy=copy)
        self.name = name

一般来说，最好先调用父构造函数，然后再设置细节

正如评论所说，如果只是添加

name

（不添加方法），您可以创建一个动态添加属性的工厂方法，无需继承：

def create_datframe(name,*args,**kwargs):
    r = pd.DataFrame(*args,**kwargs)
    r.name = name
    return r

---

正如您所知，您可以动态地向Python对象添加属性。因此，假设您有一个由变量

df

引用的

pd.DataFrame

，那么您只需执行

df.name='huy'

，另外，在对

pandas

数据结构进行子类化时，还有一些特殊的注意事项。是的，当你想添加属性时，我可以看到子类化的优点，在这种情况下，因为子类化

pd.Dataframe

是非常重要的，我可能只使用动态属性。当然，看看递归错误的堆栈跟踪，在属性和名称上有一些魔力，这是有意义的，因为您可以通过名称作为数据帧中的属性访问列。拥有一个非空的

\uuuu dict\uuuu

肯定会搞乱正在进行的任何复杂初始化。@juanpa.arrivillaga AFAIK子类化以添加属性或动态添加属性具有相同的效果。类

\uuuu dict\uuuu

是更新的（外部或内部

\uuuuu init\uuuuu

），因此它不会改变任何东西，除非通过最初构建它的方式。