pandas groupby 是否通过引用或值传递？

Question

假设我有一个 Pandas DataFrame数据，我想根据特定列col将其拆分

def split_by_column(data, column):

    chunk_list = [(k,g) for k, g in data.groupby(column)]
    return dict(chunk_list)


collection = split_by_column(data, 'col')

这样我以后就可以轻松地访问和应用函数到这个集合。

例如，如果我有一个同时具有数据和集合作为实例变量的对象，我是否在内存中有两个单独的数据副本，或者字典是否包含对数据中适当夹头的引用？

Answer 1

我试过这个：

data=pd.DataFrame({'a':[1,2,3,4], 'b':[6,9,8,9]})
print('data initial:',data)
def split_by_column(data, column):
    chunk_list = [(k,g) for k, g in data.groupby(column)]
    return dict(chunk_list)
collection = split_by_column(data, 'b')
print('collection initial:',collection)

输出是：

data initial:    a  b
0  1  6
1  2  9
2  3  8
3  4  9
collection initial: {6:    a  b
0  1  6, 8:    a  b
2  3  8, 9:    a  b
1  2  9
3  4  9}

如果我现在更改数据

data.at[3,'a']=5

再次打印数据和集合，输出是这样的：

data new:    a  b
0  1  6
1  2  9
2  3  8
3  5  9
collection new: {6:    a  b
0  1  6, 8:    a  b
2  3  8, 9:    a  b
1  2  9
3  4  9}

由于我也刚刚开始探索 pandas，我无法告诉您底层机制是什么，但由于值 5 仅出现在数据框中，而不出现在字典中，我得出的结论是，您有两个不同的副本您的数据。

我希望，这对您有帮助。最好的，勒帕克