Pandas 数据帧的字典：如何知道是引用字典中的数据帧副本还是字典内的数据帧？

Question

您好，我遇到了一些我无法解释的有趣行为。

我有一个名为 combineDict 的字典。它有字符串键，它的元素是熊猫数据框。

我想选择名为“early”的数据框。我创建了一个变量 a 等于该数据框。然后，我想通过将字符串“_early”附加到该列的每一行来编辑该数据框中的 ID 列。我使用以下代码执行此操作：

a = combinedDict['early']
a['ID'] = [(s + '_early') for s in a['ID'].tolist()]

当我这样做时，字符串 '_early' 被附加到数据帧 a 中列的每一行，但它也被附加到存储在 combineDict['early'] 中的数据帧的每一行。

另一方面，当我使用以下代码添加 .copy() 时，只有数据帧 a 受到影响，而存储在 combineDict['early'] 中的数据帧不受影响。这是我第一次遇到这种行为。这只是 pandas 数据框的一个特性吗？

Answer 1

让我们试试这个：

In [87]: df1 = pd.DataFrame({'a': [1,2,3,4,5,6,7,8,9]})

In [88]: df1
Out[88]:
   a
0  1
1  2
2  3
3  4
4  5
5  6
6  7
7  8
8  9

In [89]: df2 = df1

In [90]: id(df1) == id(df2)
Out[90]: True

In [91]: df2.ix[df2.a > 4, 'a'] = 0

In [92]: df1
Out[92]:
   a
0  1
1  2
2  3
3  4
4  0
5  0
6  0
7  0
8  0

所以您的a 是combinedDict['early'] 的引用

这是documentation的摘录：

数据的可变性和复制

所有的 pandas 数据结构都是 值可变（它们包含的值可以更改）但并非总是如此 大小可变。 Series 的长度不能改变，但是，对于 例如，列可以插入到 DataFrame 中。然而，广大 大多数方法产生新对象并留下输入数据 原封不动。不过，总的来说，我们喜欢支持不变性，其中 明智的。