pandas views vs copy:文档说"没人知道"？

Question

关于链式索引以及特定操作是进行查看还是复制,StackOverflow上有很多问题.(例如,这里或这里).我仍然没有完全理解它,但令人惊讶的部分是官方文档说"没人知道".(!？!??)这是文档中的一个例子; 你能告诉我他们是否真的这么说,或者他们只是在轻浮吗？

来自http://pandas-docs.github.io/pandas-docs-travis/indexing.html?highlight=view#why-does-assignment-fail-when-using-chained-indexing

def do_something(df):
   foo = df[['bar', 'baz']]  # Is foo a view? A copy? Nobody knows!
   # ... many lines here ...
   foo['quux'] = value       # We don't know whether this will modify df or not!
   return foo

真的吗？对于那个具体的例子,"没人知道"并且这是非确定性的,这是真的吗？在两个不同的数据帧上,这真的会有不同的表现吗？规则真的很复杂吗？或者这个人是否意味着有一个明确的答案,但只是大多数人都没有意识到这一点？

Answer 1

我想我可以展示一些东西来澄清你的情况,在你的例子中,最初它将是一个视图,但是一旦你尝试通过添加一个列来修改它就会变成一个副本.您可以通过查看属性来测试._is_view:

In [29]:
df = pd.DataFrame(np.random.randn(5,3), columns=list('abc'))
def doSomething(df):
    a = df[['b','c']]
    print('before ', a._is_view)
    a['d'] = 0
    print('after ', a._is_view)

doSomething(df)
df

before  True
after  False
Out[29]:
          a         b         c
0  0.108790  0.580745  1.820328
1  1.066503 -0.238707 -0.655881
2 -1.320731  2.038194 -0.894984
3 -0.962753 -3.961181  0.109476
4 -1.887774  0.909539  1.318677

所以在这里我们可以看到最初a是原始df的原始子部分的视图,但是一旦你向它添加一个列,这不再是真的,我们可以看到原始的df没有被修改.

Answer 2

以下是我认为您可能错过的核心文档：

\n\n

\n

除了简单的情况之外，\xe2\x80\x99s 很难预测它是否会返回视图或副本（这取决于数组的内存布局，pandas对此不做保证）

\n

\n\n

所以有一个底层的 numpy 数组具有某种内存布局。pandas不关心拥有任何相关知识。除此之外，我没有太彻底地阅读文档，但我认为如果您确实想要设置值，他们应该采取某种方法。

\n