Python 为什么分配给数据帧转置时会丢失数据？

假设我有一个像

df = pd.DataFrame({'A':[1,2,3,4],'B':[1,3,4,7]})

运行此操作后，数据帧中没有任何更改

但问题是数据存储在哪里？为什么它没有给出任何错误？我希望这种赋值或类似的输出出现错误

A B 0 1 1 1 2 3 2 3 4 3 4 7 C 3 3

---

df.T

是另一个对象。您所做的更改不会反映在原始df中。它在哪里？因为没有指向它的变量，所以它要么已经被垃圾收集器收集，要么正在等待被收集。您无法访问它

您可以做的是创建一个新变量

transposed = df.T

transposed['C'] = 3

transposed
Out: 
   0  1  2  3  C
A  1  2  3  4  3
B  1  3  4  7  3   

当您调用任何返回新数据帧的方法时，也会发生同样的情况

df.drop（0）['C']=2

，

df.reset_index（）['C']=3

或

df.drop_duplicates（）['C']=3

。原始数据帧始终保持不变。有另一个数据帧是用指定给它的确切行创建的，但是一旦执行该语句，它就变得不可访问，因为没有任何变量指向它。对于CPython的垃圾收集，有一些有用的信息

---

从@Bharath编辑：

（我的一位老师的解释）

T返回一个副本

。这意味着分配了新内存来存储新对象。如果您查找python垃圾收集，您会发现内存中的每个对象都有一个计数器，指示有多少指针指向它

当垃圾收集运行时，它会在内存中找到这个对象，并看到它有零指针。因为它有零指针，垃圾收集将回收内存，对象将永远消失

---

因此，建议通过指定名称（或变量）来保持单个指针指向对象。

方法

T

返回super（DataFrame，self）。transpose（1，0，**kwargs）

---

它将创建另一个数据帧。

除了现有的答案之外，我想提请您注意-

df

   A  B
0  1  1
1  2  3
2  3  4
3  4  7

df.T['C'] = 3

df

   A  B
0  1  1
1  2  3
2  3  4
3  4  7

python

list

s的类似情况-

l = [1, 2, 3, 4, 5]
l[:].append(6)

l
[1, 2, 3, 4, 5]

在这两种情况下都会创建一个新对象！然后将该操作应用于新创建的对象，随后该对象将被垃圾收集，因为没有指向它的活动引用。你看到这个了吗-

import sys

sys.getrefcount(df.T)
1

该对象只有一个引用（该时间点的引用，随后丢失）。一旦你接受了

df.T

返回一个全新的对象这一事实，这就变得很容易理解了（我已经说过了，但我正试图阐明这一点）-

---

总之，您正在尝试修改一个没有引用的新对象，并且您没有看到对原始对象的任何更改，因为您没有进行任何更改。

df.T['C']=3的预期结果是什么？请改用

df.T.assign（C=3）

？我可以知道为什么吗？这真的是一个愚蠢的问题吗？@Zero先生是的，我很想知道为什么数据会丢失。也许正如Ayhan所说，这是因为没有变量指向它。只是问一下，它是

df=df.T['C']=3

还是

df.T['C']=3

？下面的答案谈到了这一点。我知道复制，但垃圾收集器对我来说是新的。我很好奇它为什么丢了。为什么没有显示任何错误。我们应该向熊猫报告吗？@Bharath从某种意义上说，这就像是链式作业，但这可能并不常见。如果您执行

df.drop（0）['C']=2

，它也不会发出任何警告（它也不会修改df）。由于您正在动态地执行这些操作，而没有将其分配给变量，因此它甚至可能没有机会发出警告。至于垃圾收集，可能会有帮助。对于引用计数，您不仅要考虑创建的引用；熊猫创造的东西也很重要，有些未知（你需要挖得深一点）。@Bharath不，当然不是。Python处理变量/名称的方式与许多语言不同，大多数人都在为这些引用而挣扎。我不会对落选的选票读太多。可能有数百万个原因。它们可能合乎逻辑，也可能不合逻辑。除非投票者自己解释，否则我不会在意。@ElisByberi所以如果我想计算一个合计数，我应该继续修改原始数据框？那肯定会打乱我的工作流程。我的一半代码将包含

copy（）

s.@ElisByberi我认为我们是在循环运行。：）为什么要编写

filter（groupby（reset_index）（set_index）（drop（rename（df，arg），arg），arg），arg）

而您可以编写

df.rename（arg）.drop（arg）.set_index（arg）.reset_index（arg）.groupby（arg）.filter（arg）

。这是不直观的（您正在以相反的顺序调用函数），并且很难读取/跟踪。@Bharath这不是一个解释，而是一个提示：

DataFrame

的父类中的方法

transpose

执行此操作，而

返回self.\u构造函数（新值，**新轴）。\u\u finalize\u（self）

这是一种就地转置。@Bharath这是pandas关于方法

T（）

：

DataFrame.T、转置索引和列的文档。这太荒谬了！哈哈哈！一段代码和一个片段来解释发生了什么总是一个很棒的答案。感谢You@Bharath事实上，根本没有对新创建的对象的引用。垃圾收集器不应该因为您“丢失”了对象而受到责备。我将自己提出一个问题并给出答案（也欢迎其他同事的回答）。我真的厌倦了一遍又一遍地向任何人解释这件事。我的那个问题对每个人来说都是一个很好的参考。当它准备好时，我会ping你。@ElisByberi
事实是，根本没有对新创建的对象的引用。这是阿扬在回答中所说的，也是我老师所说的。我很好奇什么
df

   A  B
0  1  1
1  2  3
2  3  4
3  4  7

df.T['C'] = 3

df

   A  B
0  1  1
1  2  3
2  3  4
3  4  7

l = [1, 2, 3, 4, 5]
l[:].append(6)

l
[1, 2, 3, 4, 5]

import sys

sys.getrefcount(df.T)
1

id(df.T)
4612098928

id(df.T)
4612098872

id(df.T)
4612098592