本文深入探讨了如何扩展 pandas 库中的 `timestamp` 类，并解释了直接继承和添加方法时遇到的问题。通过分析 pandas 源码，揭示了 `Timestamp` 类设计的特殊性，并提供了一种可行的扩展方案，同时指出了 `__init__` 方法在特定情况下的冗余性。
Pandas 的 Timestamp 类是处理时间序列数据的核心组件。有时，我们可能需要扩展其功能，例如添加自定义方法。然而，直接继承 Timestamp 类并添加方法可能会遇到一些意想不到的问题。本文将深入探讨这些问题的原因，并提供一种可行的解决方案。
扩展 Timestamp 类的挑战
尝试通过以下方式扩展 Timestamp 类：
import pandas as pd class T(pd.Timestamp): def __init__(self, *args, **kwargs): super().__init__(*args, **kwargs) def to_unix_epoch(self) -> int: return int(self.to_pydatetime().timestamp()) t = T('2012-12-16') print(type(t))
运行以上代码，会发现 t 并不是 T 类的实例，而是 pandas._libs.tslibs.timestamps.Timestamp 的实例。这是因为 Timestamp 类的 __new__ 方法在实例创建过程中，强制指定了实例的类型。
源码分析：__new__ 方法的作用
为了理解这个问题，我们需要查看 pandas 的源码。Timestamp.__new__ 方法负责创建 Timestamp 类的实例。该方法执行一系列操作后，最终调用了 create_timestamp_from_ts 函数。
create_timestamp_from_ts 函数的关键部分如下：
ts_base = _Timestamp.__new__(Timestamp, pass_year, dts.month, dts.day, dts.hour, dts.min, dts.sec, dts.us, tz, fold=fold) ts_base._value = value ts_base.year = dts.year ts_base.nanosecond = dts.ps // 1000 ts_base._creso = reso return ts_base
可以看到，_Timestamp.__new__(Timestamp, …) 强制创建了一个 Timestamp 类的实例，而不是我们期望的 T 类的实例。因此，即使我们继承了 Timestamp 类，最终创建的仍然是 Timestamp 类的实例。
可行的解决方案
由于 Timestamp 类的设计限制，直接继承并扩展可能不是最佳选择。一种可行的解决方案是在创建实例后，强制更改实例的 __class__ 属性。
import pandas as pd class T(pd.Timestamp): def __new__(cls, *args, **kwargs): instance = super().__new__(cls, *args, **kwargs) instance.__class__ = cls return instance def to_unix_epoch(self) -> int: return int(self.to_pydatetime().timestamp()) t = T('2012-12-16') print(type(t)) print(t.to_unix_epoch())
这种方法虽然可以解决问题，但并不推荐，因为它可能会导致一些潜在的副作用。更安全和推荐的做法是使用组合（Composition）而不是继承（Inheritance）。创建一个包含 Timestamp 对象的新类，并将自定义方法添加到该类中。
import pandas as pd class MyTimestamp: def __init__(self, timestamp): self._timestamp = timestamp def to_unix_epoch(self) -> int: return int(self._timestamp.to_pydatetime().timestamp()) # 使用示例 ts = pd.Timestamp('2023-10-27') my_ts = MyTimestamp(ts) print(my_ts.to_unix_epoch())
关于 __init__ 方法的说明
在最初的示例代码中，__init__ 方法如下：
def __init__(self, *args, **kwargs): super().__init__(*args, **kwargs)
这个 __init__ 方法实际上并没有做任何有意义的事情。它只是简单地调用了父类的 __init__ 方法，并将相同的参数传递给它。在这种情况下，可以完全移除这个 __init__ 方法。
总结
扩展 pandas 的 Timestamp 类需要理解其内部实现。由于 Timestamp 类的 __new__ 方法的特殊性，直接继承并扩展可能会遇到问题。虽然可以通过强制更改实例的 __class__ 属性来解决，但更推荐使用组合的方式来添加自定义功能。同时，需要注意 __init__ 方法在特定情况下的冗余性。通过理解这些细节，可以更好地利用 pandas 库处理时间序列数据。