Python 列上的元数据丢失

我正在处理时间序列数据，并试图根据该时间序列的原始采样频率（或其他相关元数据）对各种时间序列上的操作进行限定。我可以通过以下操作成功设置元数据：

a_df._metadata = ["orig_freq"]
a_df["a_col"].orig_freq = "D"

这似乎是成功的。现在我想基于元数据标准应用函数：

for i in a_df.columns:
    if a_df[i].orig_freq == "D":
        a_df[i + "_a_new_col"] = a_function(a_df[i])
    else:
        a_df[i + "_a_new_col"] = a_function_2(a_df[i])

这适用于数据帧中的第一列，但在成功操作该列后，我收到以下错误：

AttributeError: 'Series' object has no attribute 'orig_freq'

---

此时，已删除所有分配的元数据。我在元数据分配中做错了什么吗

我认为需要在类上定义

\u元数据

（即

系列.\u元数据

），尽管即使这样，也可能存在一些问题。例如，更多讨论请参见此

如果每一列都有一段元数据，那么使用

MultiIndex

列来存储它可能会更容易。例如，类似这样的事情：

In [43]: df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]})

In [44]: orig_freqs = {'a': 'D', 'b': 'Q'}

In [45]: df.columns = pd.MultiIndex.from_tuples(([(c, orig_freqs[c]) for c in df]))

In [46]: df
Out[46]: 
   a  b
   D  Q
0  1  4
1  2  5
2  3  6

In [47]: for (col, orig_freq) in df:
    ...:     df[('new_col', orig_freq)] = a_function(df[(col, orig_freq)])

---

它不应该是

i.orig\u freq

？元数据应该是特定于每一列的，它代表一个不同的时间序列。整个数据帧已被标准化为单个采样频率，但我希望保留每个包含列的单个原始采样频率的信息。谢谢太好了，谢谢。是的，我认为为类定义元数据会有问题。