Python 数据帧删除列再次出现

抱歉，如果我做了一些愚蠢的事情，但我对这个问题感到非常困惑：我将一个数据帧传递给一个函数，然后在该函数中添加一列并删除它。在此之前没有什么奇怪的，但是在函数完成后，全局名称范围的数据帧将显示added&drop列。如果我将DF声明为全局，则不会发生这种情况

此测试代码显示了由Python 3.3.3/2.7.6和pandas 0.13.0/0.12.0组合而成的四种情况下的问题：

#!/usr/bin/python
import pandas as pd

# FUNCTION DFcorr
def DFcorr(df):
    # Calculate column of accumulated elements
    df['SUM']=df.sum(axis=1)
    print('DFcorr: DataFrame after add column:')
    print(df)
    # Drop column of accumulated elements
    df=df.drop('SUM',axis=1)
    print('DFcorr: DataFrame after drop column:')
    print(df)  

# FUNCTION globalDFcorr
def globalDFcorr():
    global C
    # Calculate column of accumulated elements
    C['SUM']=C.sum(axis=1)
    print('globalDFcorr: DataFrame after add column:')
    print(C)
    # Drop column of accumulated elements
    print('globalDFcorr: DataFrame after drop column:')
    C=C.drop('SUM',axis=1)
    print(C)  

######################### MAIN #############################
C = pd.DataFrame.from_items([('A', [1, 2]), ('B', [3 ,4])], orient='index', columns['one', 'two'])
print('\nMAIN: Initial DataFrame:')
print(C)
DFcorr(C)
print('MAIN: DataFrame after call to DFcorr')
print(C)

C = pd.DataFrame.from_items([('A', [1, 2]), ('B', [3 ,4])], orient='index', columns=['one', 'two'])
print('\nMAIN: Initial DataFrame:')
print(C)
globalDFcorr()
print('MAIN: DataFrame after call to globalDFcorr')
print(C)

这里是输出：

MAIN: Initial DataFrame:
   one  two
A    1    2
B    3    4

[2 rows x 2 columns]
DFcorr: DataFrame after add column:
   one  two  SUM
A    1    2    3
B    3    4    7

[2 rows x 3 columns]
DFcorr: DataFrame after drop column:
   one  two
A    1    2
B    3    4

[2 rows x 2 columns]
MAIN: DataFrame after call to DFcorr
   one  two  SUM
A    1    2    3
B    3    4    7

[2 rows x 3 columns]

MAIN: Initial DataFrame:
   one  two
A    1    2
B    3    4

[2 rows x 2 columns]
globalDFcorr: DataFrame after add column:
   one  two  SUM
A    1    2    3
B    3    4    7

[2 rows x 3 columns]
globalDFcorr: DataFrame after drop column:
   one  two
A    1    2
B    3    4

[2 rows x 2 columns]
MAIN: DataFrame after call to globalDFcorr
   one  two
A    1    2
B    3    4

[2 rows x 2 columns]

---

我错过了什么？非常感谢

注意

DFCorr

中的这一行：

df=df.drop('SUM',axis=1)

df.drop方法返回一个新的数据帧。它不会改变原始的

df

在

DFcorr

内部，

df

只是一个局部变量。对

df

的赋值不会影响全局变量

C

。只有

df

突变才会影响

C

因此，您可以通过将该行更改为：

df.drop('SUM',axis=1, inplace=True)

---

请注意

DFCorr

中的这一行：

df=df.drop('SUM',axis=1)

df.drop方法返回一个新的数据帧。它不会改变原始的

df

在

DFcorr

内部，

df

只是一个局部变量。对

df

的赋值不会影响全局变量

C

。只有

df

突变才会影响

C

因此，您可以通过将该行更改为：

df.drop('SUM',axis=1, inplace=True)

---

谢谢你的回复。那么我是否应该理解，当在函数作用域中使用数据帧标识符时（

df

，在本例中），它可以任意引用全局变量或局部变量？我的意思是，从答案来看，我应该理解在

df['SUM']=df.SUM（axis=1）

中，

df

在

df=df.drop（'SUM'，axis=1）

和

print（df）中影响全局变量吗

df引用的是局部变量？我在这里给出我的推理，以便您可以检查我是否正确理解了您的答案：如果我将df看作是一个C/C++指针，那么在调用函数的开头，它指向全局范围内的数据帧（这里是

C

），并且在执行

df['SUM']=df.SUM时（轴=1）

这是指

C

，但在执行

df=df.drop（'SUM'，轴=1）时

，那么，

df

将指向函数本地的一个新数据帧。这个推理正确吗？非常感谢。@khyox:是的，我想你已经知道了！下面是对Python函数调用范例的解释。在后台，Python将

df['SUM']=…

转换为对

df的调用。u setitem_u（'SUM'，…）

变异的

df

。因此

df

一直指向

C

指向的同一个对象。但是

df=…

重新指定

df

指向一个新对象，因此

df

的进一步变异将不再影响

C

。非常感谢您的链接和解释！都很简洁很清楚。谢谢你的回答。那么我应该理解当在函数范围中使用数据帧标识符时（

df

，在本例中），它可以任意引用全局变量或局部变量吗？我的意思是，从回答中，我应该理解在

df['SUM']=df.SUM（axis=1）

df在

df=df.drop（'SUM'，axis=1）和
print（df）中影响全局变量
df

引用的是局部变量？我在这里给出我的推理，以便您可以检查我是否正确理解了您的答案：如果我将df看作是一个C/C++指针，那么在调用函数的开头，它指向全局范围内的数据帧（这里是

C

），并且在执行

df['SUM']=df.SUM时（轴=1）

这是指

C

，但在执行

df=df.drop（'SUM'，轴=1）时

，那么，

df

将指向函数本地的一个新数据帧。这个推理正确吗？非常感谢。@khyox:是的，我想你已经知道了！下面是对Python函数调用范例的解释。在后台，Python将

df['SUM']=…

转换为对

df的调用。u setitem_u（'SUM'，…）

变异的

df

。因此

df

一直指向

C

指向的同一个对象。但是

df=…

重新指定

df

指向一个新对象，因此

df

的进一步变异将不再影响

C

。非常感谢您的链接和解释！都很简洁而且很清楚。