python-pandas中的重载

我正在构建一个数据库类型的对象，当找不到索引时，它使用api检索信息，将其保存到对象/文件并返回

我想通过重载pandas DataFrame的

.loc[x，y]

方法来实现这一点，但我不知道如何做到这一点

目前我有：

import pandas as pd
pd.set_option('io.hdf.default_format','table')

class DataBase(pd.DataFrame):
    """DataBase Object which can be updated by external api"""
    def __init__(self, path, api=None):
        super(DataBase, self).__init__(pd.read_hdf('store.h5','df'))
        self.api = api

我可能想更改

\uuu init\uu

函数，使其包含

where

参数，以便只读取需要的内容

我想不出一种方法来正确地重载

.loc

方法

---

此外，hdf5只是一种方法。我想保留使用任何其他存储方法的能力，如sql，甚至csv（如果需要）

loc

是一个属性，它创建并返回一个名为

\u loc

的名称，如果它不是

None

，则它会根据需要创建一个

pandas.core.index.\u LocIndexer

。默认情况下，索引器可以访问创建它们的数据帧，因此您可以在未命中关键帧时修改数据帧

您可以通过子类化

DataFrame

和

\LocIndexer

来覆盖

DataFrame.loc

的行为

class MyLocIndexer(_LocIndexer):    
    def __getitem__(self, key):
        try:                   
            return super().__getitem__(key)
        except KeyError:
            item = db.fetch_item(key)
            self[key] = item
            return item
            # `return self[key]' is better as it also works when accessing a 
            # whole axis

class MyDataFrame(DataFrame):
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self._loc = MyLocIndexer(self, "loc")

---

上面的内容是用python3编写的，因此如果使用python2，您必须修复super语句。

再加上几年后的答案，如果您最终重载了基本pandas类，您可以重写一些构造函数属性，以确保通过标准pandas操作来维持新类，从：

• _构造函数：当操作结果与原始结果具有相同的维度时使用
• _构造函数_sliced：当操作结果有一个较低的维度作为原始维度时使用，例如DataFrame single columns 切片
• _构造函数_expanddim：当操作结果具有比原始结果更高的维度时使用，例如Series.to_frame（）和 DataFrame.to_面板（）

e、 g:

---

正如您所看到的，loc不是一个方法而是一个属性，而属性又有自己的get方法。所以答案是，这很复杂。不，我看不见。我在文档或核心文件中找不到任何关于

.loc

的有用信息。我内省的方法只是使用ipython控制台的“？”。无论如何，它已经在语法中了：方法是thing.do（）；但是属性/属性看起来像thing.other和该操作结束时对该属性执行的任何操作

pd.core.indexing.\u LocationIndexer

及其派生工具有一些作用于loc.obj的get方法，因此您可以找到为数据帧选择的方法，对其进行子类化，并重载getter。子类化是什么意思？稍后我将尝试为您提供解决方案。

@property
def _constructor(self):
    return MyDataFrame