Python 分配给父数据帧会影响子数据帧吗？

大量的SO答案澄清了对“子”数据帧的分配可能反映在“父”数据帧中，也可能不反映在“父”数据帧中（取决于某些条件）

相反的情况如何：分配给“父”数据帧是否会反映在“子”数据帧中，并且取决于完全相同的条件

我注意到当分配给“父”数据帧时，

SettingWithCopy

warning似乎没有出现；文件中也没有讨论这一点

df_parent = pd.DataFrame({'a': [2,2,3,3], 'b': range(4)})
df_child = df_parent[df_parent['a']==2]
df_child.loc[0,'a'] = 100 # `SettingWithCopy` warning
df_parent.loc[0, 'a'] = 1000 # no warning; but unclear if df_child is updated?

---

从文件中：

所有数据结构都是值可变的（它们包含的值 可以更改），但大小不总是可变的。系列的长度 无法更改，但是，例如，可以将列插入到 数据帧。然而，绝大多数方法都会生成新对象 并保持输入数据不变。不过，总的来说，我们喜欢 在合理的情况下支持不变性

它在两个方向上都“起作用”：

In [83]: df
Out[83]:
   a  b  c
0  0  9  5
1  9  1  5
2  7  0  0
3  3  6  9
4  4  0  8
5  4  5  8
6  1  3  6
7  4  4  9
8  6  7  4
9  2  9  6

In [84]: copy.ix[0,'a'] = 100

In [85]: copy
Out[85]:
     a  b  c
0  100  9  5
1    9  1  5
2    7  0  0
3    3  6  9
4    4  0  8
5    4  5  8
6    1  3  6
7    4  4  9
8    6  7  4
9    2  9  6

In [86]: df
Out[86]:
     a  b  c
0  100  9  5
1    9  1  5
2    7  0  0
3    3  6  9
4    4  0  8
5    4  5  8
6    1  3  6
7    4  4  9
8    6  7  4
9    2  9  6

如果您想要DF的独立副本，请使用

.copy（）

：

In [89]: df
Out[89]:
   a  b  c
0  3  4  2
1  9  5  1
2  1  9  0

In [90]: copy = df.copy()

In [91]: df.ix[0,'a'] = 100

In [92]: df
Out[92]:
     a  b  c
0  100  4  2
1    9  5  1
2    1  9  0

In [93]: copy
Out[93]:
   a  b  c
0  3  4  2
1  9  5  1
2  1  9  0

---

什么是孩子？您没有在示例中定义它。@BrenBarn oops已修复。我想没有

SettingWithCopy

警告，因为父DF实际上不知道哪个子DF链接到它。