布尔索引,可以生成大型pandas数据帧的视图？

Question

有一个大的数据帧,我想采取切片(根据多个布尔标准),然后修改这些切片中的条目,以更改原始数据帧 - 即我需要一个view到原始.问题是,花哨的索引始终返回a copy.考虑到该.ix方法,但使用该df.ix[]方法进行布尔索引也会返回一个副本.

基本上如果df是我的数据帧,我想要一个C列的视图C!=0, A==10, B<30,...等等.在熊猫中有没有快速的方法来做到这一点？

Answer 1

尽管df.loc[idx]可能是一部分的副本df,分配到df.loc[idx]修改df本身.(这也是真正的df.iloc和df.ix.)

例如,

import pandas as pd
import numpy as np
df = pd.DataFrame({'A':[9,10]*6,
                   'B':range(23,35),
                   'C':range(-6,6)})

print(df)
#      A   B  C
# 0    9  23 -6
# 1   10  24 -5
# 2    9  25 -4
# 3   10  26 -3
# 4    9  27 -2
# 5   10  28 -1
# 6    9  29  0
# 7   10  30  1
# 8    9  31  2
# 9   10  32  3
# 10   9  33  4
# 11  10  34  5

这是我们的布尔索引:

idx = (df['C']!=0) & (df['A']==10) & (df['B']<30)

我们可以通过赋值来修改dfwhere idx为True的那些行df.loc[idx, ...].例如,

df.loc[idx, 'A'] += df.loc[idx, 'B'] * df.loc[idx, 'C']
print(df)

产量

      A   B  C
0     9  23 -6
1  -110  24 -5
2     9  25 -4
3   -68  26 -3
4     9  27 -2
5   -18  28 -1
6     9  29  0
7    10  30  1
8     9  31  2
9    10  32  3
10    9  33  4
11   10  34  5

Answer 2

大熊猫文档有一个关于返回视图与副本的部分:

关于何时返回数据视图的规则完全取决于NumPy.每当索引操作中涉及标签数组或布尔向量时,结果将是副本.使用单标签/标量索引和切片,例如df.ix[3:6]或df.ix[:, 'A'],将返回视图.