强制返回"查看"而不是复制熊猫？

Question

从Pandas数据帧中选择数据时,有时会返回一个视图,有时会返回一个副本.虽然这背后有一个逻辑,有没有办法强制Pandas 显式返回视图或副本？

Answer 1

您的问题分为两部分:(1)如何制作视图(请参阅本答案的底部),以及(2)如何制作副本.

我将用一些示例数据演示:

import pandas as pd

df = pd.DataFrame([[1,2,3],[4,5,6],[None,10,20],[7,8,9]], columns=['x','y','z'])

# which looks like this:
     x   y   z
0   1   2   3
1   4   5   6
2 NaN  10  20
3   7   8   9

如何制作副本:一种选择是在执行任何操作后显式复制DataFrame.例如,假设我们选择的是没有NaN的行:

df2 = df[~df['x'].isnull()]
df2 = df2.copy()

然后,如果您修改df2中的值,您将发现修改不会传播回原始数据(df),并且Pandas不会警告"正在尝试在DataFrame的切片副本上设置值" "

df2['x'] *= 100

# original data unchanged
print(df)

    x   y   z
0   1   2   3
1   4   5   6
2 NaN  10  20
3   7   8   9

# modified data
print(df2)

     x  y  z
0  100  2  3
1  400  5  6
3  700  8  9

注意:您可以通过明确复制来降低性能.

如何忽略警告:或者,在某些情况下,您可能不关心是否返回视图或副本,因为您的目的是永久修改数据并且永远不会返回原始数据.在这种情况下,您可以取消警告并快速前进(只是不要忘记您已将其关闭,并且原始数据可能会或可能不会被您的代码修改,因为df2可能会也可能不会是副本):

pd.options.mode.chained_assignment = None  # default='warn'

有关更多信息,请参阅如何处理Pandas中的SettingWithCopyWarning的答案？

如何制作视图:熊猫会随时随地隐式地制作视图.关键是使用该df.loc[row_indexer,col_indexer]方法.例如,要将列的值乘以y100仅适用于column x不为null 的行,我们将编写:

mask = ~df['x'].isnull()
df.loc[mask, 'y'] *= 100

# original data has changed
print(df)

     x    y   z
0  1.0  200   3
1  4.0  500   6
2  NaN   10  20
3  7.0  800   9