使IPython选项卡完成分层数据帧

IPython的一个有用特性是它的制表符完成功能，除此之外，它不需要记忆

pandas.DataFrame

列名

例如，假设我们有

df = pd.DataFrame({'bar': [1, 2], 'baz': [3, 4], 'bap': [5, 6]})

给出

df

as

    bap bar baz
0   5   1   3
1   6   2   4

    bap foo
        bar baz
0   5   1   3
1   6   2   4

然后我们就可以打字了

df.<Tab>

给出

df

as

    bap bar baz
0   5   1   3
1   6   2   4

    bap foo
        bar baz
0   5   1   3
1   6   2   4

然后

df.

将不会自动完成

bap

或

foo

---

什么是让它工作的正确方法？我已经写了一个hack，它可以做到这一点（下面的答案），但我对它依赖于。欢迎其他答案。

应用以下猴子贴片似乎可以消除问题的症状：

_orig_dir = getattr(pd.DataFrame, '__dir__')
def _mutilevel_aware_dir(df):
    multilevels = [tup for tup in df.columns if isinstance(tup, tuple)]
    return _orig_dir(df) + [tup[0] for tup in multilevels]
setattr(pd.DataFrame, '__dir__', _mutilevel_aware_dir)


_orig_get_attr = getattr(pd.DataFrame, '__getattr__')
def _mutilevel_aware_getattr(df, name):
    return _orig_get_attr(df, name)
setattr(pd.DataFrame, '__getattr__', _mutilevel_aware_getattr)

IPython显然间接地使用了

数据帧

的方法进行自动完成。 第一个函数在内部扫描元组，如果遇到元组，则将其第一个元素作为“伪”成员返回。第二个函数获取

\uuuu getattr\uuu

，用于处理访问此类伪成员时将返回的内容

把这些东西补到课堂上似乎很管用。然而，这是一个相当暴力的解决方案，它可能有副作用，我不知道