pandas groupby 是否通过引用或值传递？

Question

假设我有一个 pandas DataFrame data，我想将它拆分为特定的列 col，根据

def split_by_column(data, column):

    chunk_list = [(k,g) for k, g in data.groupby(column)]
    return dict(chunk_list)


collection = split_by_column(data, 'col')

这样我以后可以很容易地访问这个集合并将函数应用到这个集合中。

例如，如果我有一个对象同时具有 data 和 collection 作为实例变量，我是否在内存中有两个单独的数据副本或字典包含对数据中适当夹头的引用？

Answer 1

我试过这个：

data=pd.DataFrame({'a':[1,2,3,4], 'b':[6,9,8,9]})
print('data initial:',data)
def split_by_column(data, column):
    chunk_list = [(k,g) for k, g in data.groupby(column)]
    return dict(chunk_list)
collection = split_by_column(data, 'b')
print('collection initial:',collection)

输出是：

data initial:    a  b
0  1  6
1  2  9
2  3  8
3  4  9
collection initial: {6:    a  b
0  1  6, 8:    a  b
2  3  8, 9:    a  b
1  2  9
3  4  9}

如果我现在更改数据

data.at[3,'a']=5

再次打印数据和采集，输出是这样的：

data new:    a  b
0  1  6
1  2  9
2  3  8
3  5  9
collection new: {6:    a  b
0  1  6, 8:    a  b
2  3  8, 9:    a  b
1  2  9
3  4  9}

由于我也刚刚开始探索 pandas，我无法告诉你，底层机制是什么，但由于值 5 只出现在数据框中，而不出现在 dict 中，我得出结论，你有两个数据的不同副本。

希望对您有所帮助。 最好的，lepakk