小编Boo*_*oom的帖子

我目前正在使用一些 DataFrame，并希望使我的代码模块化。这需要将数据帧传递给函数。我知道 DataFrame 的可变性质以及将可变实例传递给函数时的一些“陷阱”。DataFrames 的功能是否有最佳实践？我应该在函数内复制一份然后将其传回吗？或者我应该在函数内对 df 进行更改并返回 None ？

选项 1 还是选项 2 更好？下面是传达这个想法的基本代码：

选项1：

def test(df):
    df['col1'] = df['col1']+1
    return None

test(df)

选项2：

def test(main_df):
    df = main_df.copy()
    df['col1'] = df['col1']+1
    return df 

main_df = test(main_df)

我有一个 DataFrames 字典，其中的键是指数据的年份。我想遍历字典并对数据帧进行修改。我对 dfs 的列名和内容进行了修改。

for year, df in df_data.items():
    cols = df .columns
    new_cols = [re.sub(r'\s\d{4}\-\d{2}', '', c) for c in cols]
    df.columns = new_cols

for year, df in df_data.items():
    df['Date'] = pd.to_datetime(df['Date'], infer_datetime_format=True)
    df = df.drop_duplicates(subset='Id', keep='first')

有人可以向我解释这样做的行为吗？特别是 dfs 如何存储在内存中以及为什么列的重命名有效但对内容的修改无效。另外，有没有最好的方法来做到这一点，要么复制 df，然后在 dict 索引中替换它，要么不断更改 df_data[year] 引用？