在python中对DataFrame进行切片是返回副本还是对原始DataFrame的引用

Question

import numpy as np
import pandas as pd
from numpy.random import randn
np.random.seed(101)

print(randn(5, 4))
df = pd.DataFrame( randn(5, 4), ['A', 'B', 'C', 'D', 'F'], ['W', 'X', 'Y', 'Z'] )

tmp_df = df['X'] 
print(type(tmp_df)) # Here type is Series (as expected)

tmp_df.loc[:] = 12.3
print(tmp_df)

print(df)

此代码更改（原始）DataFrame df 的内容。

np.random.seed(101)
print(randn(5, 4))
df = pd.DataFrame( randn(5, 4), ['A', 'B', 'C', 'D', 'F'], ['W', 'X', 'Y', 'Z'] )

tmp_df = df.loc[['A', 'B'], ['W', 'X']] 
print(type(tmp_df)) # Type is DataFrame

tmp_df.loc[:] = 12.3 # whereas, here when I change the content of the tmp_df it doesn't reflect on original array.
print(tmp_df)

print(df)

那么，这是否意味着如果我们从 DataFrame 中将 Series 切片，引用将传递给切片对象。 然而，如果它是被切片的 DataFrame，那么它不会指向原始 DataFrame。

请确认我上面的结论是否正确？我们将不胜感激。

Answer 1

简单地说：使用loc 中的列表进行索引总是返回一个副本。

让我们使用 DataFrame df：

df=pd.DataFrame({'A':[i for i in range(100)]})
df.head(3)
Output:
0   0
1   1
2   2

当我们尝试对切片数据进行操作时。

h=df.loc[[0,1,2],['A']]
h.loc[:] = 12.3
h
Output of h:
0   12.3
1   12.3
2   22.3

结果与您的情况不同：

df.head(3)
Output:
0   0
1   1
2   2

但是当你这样做tmp_df = df['X']时，系列tmp_df指的是df列中"X"的内容。当您修改 tmp_df 时，这意味着会发生变化。