使IPython制表符完整的分层熊猫DataFrame

Question

IPython的有用功能之一是它的制表符pandas.DataFrame ，除其他外，它不需要记住pandas.DataFrame列名。

例如，假设我们有

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

给df为

    bap bar baz
0   5   1   3
1   6   2   4

然后我们可以输入

df.<Tab>

它将显示bap ， bar和baz （以及其他）作为成员，并尝试完成它们。

不幸的是，这种有用的功能随着分层数据帧而部分消失。 例如，如果我们将其更改为

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

给df为

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

然后df.<Tab>不会自动完成bap或foo 。

使此工作正常的正确方法是什么？ 我已经写了一个可以做到这一点的hack（下面有答案），但是对依赖于Python Monkey-patching感到不满意。 其他答案将受到欢迎。

Answer 1

应用以下猴子补丁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的显然间接使用__dir__一个的方法DataFrame用于自动完成。 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“虚拟”成员返回。 第二个函数获取__getattr__用于处理访问此类虚拟成员时将返回的内容。

将这些修补到班上似乎可以完成工作。 但是，这是一个相当猛烈的解决方案，可能会有我不知道的副作用。