返回以pandas数据框为参数的函数的输出

Question

我有一个熊猫数据框，看起来像：

d = {'some_col' : ['A', 'B', 'C', 'D', 'E'],
     'alert_status' : [1, 2, 0, 0, 5]}
df = pd.DataFrame(d)

我的工作中有很多任务需要在熊猫中执行相同的任务。我开始写标准化的函数，这些函数将数据框作为参数并返回一些信息。这是一个简单的例子：

def alert_read_text(df, alert_status=None):
    if (alert_status is None):
        print 'Warning: A column name with the alerts must be specified'
    alert_read_criteria = df[alert_status] >= 1
    df[alert_status].loc[alert_read_criteria] = 1
    alert_status_dict = {0 : 'Not Read',
                         1 : 'Read'}
    df[alert_status] = df[alert_status].map(alert_status_dict)
    return df[alert_status]

我希望该函数返回一个序列。这样，可以在现有数据框中添加一列：

df['alert_status_text'] = alert_read_text(df, alert_status='alert_status')

但是，当前，此函数将正确返回一个序列，但也会修改现有列。如何使传入的原始列不被修改？

Answer 1

正如您所发现的那样，传入的数据帧将随着通过引用传递的参数而被修改，这在python中是正确的，因此与大熊猫无关。

因此，如果您不想修改传递的df，请复制一份：

def alert_read_text(df, alert_status=None):
    if (alert_status is None):
        print 'Warning: A column name with the alerts must be specified'
    copy = df.copy()
    alert_read_criteria = copy[alert_status] >= 1
    copy[alert_status].loc[alert_read_criteria] = 1
    alert_status_dict = {0 : 'Not Read',
                         1 : 'Read'}
    copy[alert_status] = copy[alert_status].map(alert_status_dict)
    return copy[alert_status]

另请参阅相关内容：pandas数据框，按值复制