Python 熊猫:子索引数据帧:副本与视图
假设我有一个数据帧Python 熊猫:子索引数据帧:副本与视图,python,pandas,chained-assignment,Python,Pandas,Chained Assignment,假设我有一个数据帧 import pandas as pd import numpy as np foo = pd.DataFrame(np.random.random((10,5))) 我从我的数据子集创建另一个数据帧: bar = foo.iloc[3:5,1:4] bar是否保存了foo中这些元素的副本?有没有办法创建该数据的视图?如果是这样,如果我尝试修改此视图中的数据会发生什么情况?熊猫提供了某种机制吗?你的答案在熊猫文档中: 每当涉及标签数组或布尔向量时 在索引操作中,结果将是一
import pandas as pd
import numpy as np
foo = pd.DataFrame(np.random.random((10,5)))
我从我的数据子集创建另一个数据帧:
bar = foo.iloc[3:5,1:4]
bar
是否保存了foo
中这些元素的副本?有没有办法创建该数据的视图
?如果是这样,如果我尝试修改此视图中的数据会发生什么情况?熊猫提供了某种机制吗?你的答案在熊猫文档中:
每当涉及标签数组或布尔向量时
在索引操作中,结果将是一个副本。
使用单标签/标量索引和切片,
e、 g.df.ix[3:6]或df.ix[:,'A'],将返回视图
在您的示例中,bar
是foo
切片的视图。如果您想要复制,可以使用复制
方法。修改bar
也会修改foo
。pandas似乎没有写入复制机制
请参见下面的代码示例进行说明:
In [1]: import pandas as pd
...: import numpy as np
...: foo = pd.DataFrame(np.random.random((10,5)))
...:
In [2]: pd.__version__
Out[2]: '0.12.0.dev-35312e4'
In [3]: np.__version__
Out[3]: '1.7.1'
In [4]: # DataFrame has copy method
...: foo_copy = foo.copy()
In [5]: bar = foo.iloc[3:5,1:4]
In [6]: bar == foo.iloc[3:5,1:4] == foo_copy.iloc[3:5,1:4]
Out[6]:
1 2 3
3 True True True
4 True True True
In [7]: # Changing the view
...: bar.ix[3,1] = 5
In [8]: # View and DataFrame still equal
...: bar == foo.iloc[3:5,1:4]
Out[8]:
1 2 3
3 True True True
4 True True True
In [9]: # It is now different from a copy of original
...: bar == foo_copy.iloc[3:5,1:4]
Out[9]:
1 2 3
3 False True True
4 True True True
因此,当我执行bar.loc[:,['a','b']]时,它会返回一个副本,但当我执行bar.loc[:,'a']时,它会返回一个视图?bar.loc[:,'a']就像一个切片,它会返回一个视图,而bar.loc[:,['a','b']]则使用列表索引来返回副本。请注意,bar.loc[:,['a']]也会返回一个副本。bar['a']呢?它是视图还是副本?@davidshinn突出显示的报价是否仍在您链接的文档中?我找不到它!自从最初的回复(引用是在版本0.13中)以来,它已经被修改:所以当我执行bar.loc[:,['a','b']]时,它返回一个副本,但是当我执行bar.loc[:,'a']时,它返回一个视图?