过载Pandas操作员

Question

我试图子类一个熊猫系列和超载的运算符，但不知道为什么我得到一个递归错误。以下是可复制性最低的示例：

import pandas as pd

class MySeries(pd.Series):

    def __mul__(self, other):
        print('hello!')
        return super().mul(other)

MySeries([1,2,3]) * 1

我得到以下错误：

hello!
...
hello!
  File "/home/jibi/.local/lib/python3.9/site-packages/pandas/core/ops/__init__.py", line 197, in flex_wrapper
    return op(self, other)
  File "<stdin>", line 4, in __mul__
...
  File "/home/jibi/.local/lib/python3.9/site-packages/pandas/core/ops/__init__.py", line 197, in flex_wrapper
    return op(self, other)
  File "<stdin>", line 4, in __mul__
packages/pandas/core/ops/common.py", line 90, in get_op_result_name
    if isinstance(right, (ABCSeries, ABCIndex)):
RecursionError: maximum recursion depth exceeded

意见：

method

• adding
• ：
  • 添加mul方法
  • 添加__rmul__
  • _constructor method (https://pandas.pydata.org/docs/development/extending.html#subclassing-pandas-data-structures)

只有当我将子类实例乘以一个整数时才会发生错误，但是如果我将子类实例乘以一个instance

• calling MySeries([1,2,3]).mul(1)或另一个子类MySeries([1,2,3]).mul(1)也会发生错误。如果删除MySeries.

• This中的__mul__方法，与其他操作符(__add__、__sub__等)

• 一起发生，则不会中断--我可以用完全相同的代码来子类DataFrame并覆盖__mul__方法，而*运算符的行为与预期相同(即只有在子类为Series)

时才会发生这种情况。

几个小时以来，我一直把头撞在桌子上--任何洞察力都是值得赞赏的！谢谢!

熊猫版1.4.3；python 3.9.5

Answer 1

需要注意的是，mul和__mul__是pd.Series中的两个不同的函数。双下划线主要是Python中表示私有变量的约定。

当您调用MySeries.__mul__：首先，这将导致调用super().mul(..)，其内部逻辑在熊猫中被定义为调用MySeries的__mul__函数，然后调用super().mul(..)等等。因此，无限递归。

解决方案是将super().mul(other)替换为super().__mul__(other)

以下代码提供了所需的结果：

import pandas as pd

class MySeries(pd.Series):

    def __mul__(self, other):
        print('hello!')
        return super().__mul__(other)

MySeries([1,2,3]) * 2