Pandas 为过滤后的数据帧/系列分配值。为什么不一致？

Question

TL;DR：使用.loc[:, 'foo']而不是.foo

---

pandas 什么时候给视图赋值，什么时候给副本赋值？

AFAIK，pandas 要么返回视图，要么返回副本，具体取决于您使用的方法。

如果为视图分配值，则可以更改原始数据框，但如果为副本分配值，则无法更改原始数据框。

然而，下面的行为让我感到困惑。为什么为视图分配值适用于数据框而不适用于系列？

dd = pd.DataFrame([
    {'a': 1, 'b': 2},
    {'a': 2, 'b': 4},
    {'a': 4, 'b': 3},
])

dd[dd.a == 1] = pd.DataFrame([{'a': 100, 'b': 200}]) # Assigning value works. 

dd
>>  a   b
0   100 200
1   2   4
2   4   3

正如预期的那样，第一行的值已更改。

但是，如下所示，为系列分配值不起作用，即使设置相同（除了我称为系列之外）。

dd = pd.DataFrame([
    {'a': 1, 'b': 2},
    {'a': 2, 'b': 4},
    {'a': 4, 'b': 3},
])

dd[dd.a == 1].a = 1000 # Assigning value doesn't work.  

dd
>>  a   b
0   1   2
1   2   4
2   4   3

不过我在 pandas 0.19.1 上。（因为我使用的是Python 2.7）

Answer 1

太长了；

我想你自己已经回答了你的问题。为视图分配值的行为方式与您期望的方式相同，而为副本分配值不会修改原始数据框。

在本质上;

• dd[dd.a == 1].a是数据帧切片中值的副本
• dd.a[dd.a == 1]是同一数据帧的另一个切片 (df.a) 的切片（按条件）的视图。

以下是数据帧的条件切片dd，因此它是数据帧的视图。同样，带有 的loc，这是推荐的方式。

dd[dd.a == 1] #Slice of a dataframe based on condition returned as a view

dd.loc[dd.a == 1] #Slice of a dataframe based on condition returned as a view

当您从此切片中提取特定列时，您最终会得到一个副本 -

dd[dd.a == 1].a = 100 
#This syntax basically says - 
#From the view of a slice of dd, give me values of 'a' and set that to 100"
#The assignment here is that to a copy and not to a view

   a  b
0  1  2
1  2  4
2  4  3

因此分配不会对原始数据帧产生影响。

如果您想为特定列进行分配，那么您需要这样做 -

dd.a[dd.a == 1] = 100
#This syntax basically says - 
#"From the slice, dd.a give me aother slice based on condition and set that slice to 100"
#The assignment happens a sliced view of the dataframe itself

     a  b
0  100  2
1    2  4
2    4  3

希望这能回答你的问题。