Python 使用NumPy函数修改数据帧

假设我有一个名为“table”的数据框架，其中有两列名为“a”和“b”：

现在，当我正确计算sin倒数时，我得到了如下结果

>>> np.arcsin( table.a/table.b)

0    0.224322
1         NaN
2         NaN
3    0.121628
4    0.152785
dtype: float64

但当我错误地这样做时（注意上面是

arcin（y/x）

，而下面是

arcin（y，x）

）

导致我心脏病发作的原因是错误的NumPy操作修改了

表

，即使我使用的是上面的

值

>>> table[['a','b']]
        a         b
0  0.284503  0.288488
1 -1.088041       NaN
2  1.205980       NaN
3 -0.083491 -0.083588
4  0.282274  0.286164

您可以看到b列被修改了

这是预期的行为吗？为什么NumPy应该修改数据帧？任何学术见解都将不胜感激

---

我想，为什么我会尝试以错误的方式调用函数，这个问题在这里并不重要。我担心的是，在未来的某个功能中，不会在不知不觉中重复类似的错误

的可选第二个参数是输出数组。如果给函数两个参数，它将取第一个参数中值的反正弦，并将它们写入第二个参数

当您有一个大型阵列，并且希望在不释放和重新分配内存的情况下重用内存时，提供此模式是为了提高效率

---

所以，是的，这是预期的行为。如果不希望覆盖第二个参数，请注意不要提供两个参数。您可能一直在考虑这个函数，它接受两个输入参数（以及输出数组的可选第三个参数）。但这是唯一一个接受两个输入参数的三角函数。

我无法重现这一点。对pandas.DataFrame的操作应始终返回一个新对象。您能否创建一个显示此行为的最小完整示例？我仍然无法重现此情况。你的操作系统是什么，python版本，numpy版本，pandas版本：Ubuntu 14.04.3 LTS python:2.7.10 numpy:1.9.2 pandas:0.16.2 Repo:Anaconda 2.2.0 Ipython:3.0.0。Enter vs Shift Enter是多次编辑的罪魁祸首。IMHO这将是使用仅关键字参数的好时机，因此如果需要，您必须指定

out=

。但是现在这艘船可能已经开始改变API了。为了完成这一点，我想补充一点：当.values未使用时，我尝试执行[

numpy.arcin（table.a，table.b）

]它抛出[

TypeError:return数组必须是ArrayType

]，这是可以理解的。但是，即使没有直接输入数据，也能修改原始数据帧，这是我需要注意的。我完全没有注意到第二次调用的是

，

，而不是

/

@MaxNoe，不用担心！每一个错误都能教会我们一些东西。我学习了最小完整示例。

>>> np.arcsin( table.a.values,table.b.values)
array([ 0.28848814,         nan,         nan, -0.08358827,  0.28616372])

>>> table[['a','b']]
        a         b
0  0.284503  0.288488
1 -1.088041       NaN
2  1.205980       NaN
3 -0.083491 -0.083588
4  0.282274  0.286164