Pandas DataFrame Object Vererbung oder Objektverwendung?

Ich baue eine Bibliothek für die Arbeit mit sehr spezifischen strukturierten Daten und baue meine Infrastruktur auf Pandas. Momentan schreibe ich eine Reihe von verschiedenen Datencontainern für verschiedene Anwendungsfälle, wie CTMatrix für Land x Zeitdaten usw., um Methoden zu integrieren, die für alle strukturierten Daten von CountryxTime geeignet sind.

Ich diskutiere derzeit zwischen

Option 1: Objektvererbung

oder Option 2: Objekt verwenden

Aus einer Software-Engineering-Perspektive gibt es hier eine offensichtliche Wahl?

Meine bisherigen Gedanken sind:

Option 1:

1. Kann DataFrame-Methoden direkt in der CTMatrix-Klasse verwenden (wie CTmatrix.sort() ), ohne sie über Methoden auf dem verkapselten _data -Objekt in Option # 2
zu unterstützen
2. Updates und neue Methoden in Pandas werden vererbt, mit Ausnahme von Methoden, die mit lokalen Klassenmethoden überschrieben werden können

ABER

1. Komplikationen mit einigen Methoden wie __init__() und die Attribute an die Oberklasse super(MyDF, self).__init__(*args, **kw)
übergeben zu müssen

Option 2:

1. Mehr Kontrolle über die Klasse und ihr Verhalten
2. Vielleicht widerstandsfähiger gegen Updates in Pandas?

Aber

1. Sie müssen ein getter () - oder nicht-verstecktes Attribut verwenden, um das Objekt wie einen Datenrahmen wie ( CTMatrix.data.sort() )
zu verwenden

Gibt es zusätzliche Nachteile für den Ansatz in Option # 1?