关于python：Pandas：Subindexing dataframes：Copies vs views

Pandas: Subindexing dataframes: Copies vs views

假设我有一个数据帧

1
2
3

import pandas as pd
import numpy as np
foo = pd.DataFrame(np.random.random((10,5)))

我从我的数据子集创建另一个数据帧：

1	bar = foo.iloc[3:5,1:4]

号

bar是否保存了foo中这些元素的副本？是否有任何方法可以创建该数据的view？如果是这样，如果我尝试修改此视图中的数据会发生什么？熊猫有没有提供任何一种写拷贝机制？

相关讨论

你的答案就在熊猫的文档中：返回一个视图对一个副本。

Whenever an array of labels or a boolean vector are involved
in the indexing operation, the result will be a copy.
With single label / scalar indexing and slicing,
e.g. df.ix[3:6] or df.ix[:, 'A'], a view will be returned.

号

在您的示例中，bar是foo切片的视图。如果你想要一份副本，你可以使用copy方法。修改bar也修改foo。熊猫似乎没有写拷贝机制。

请参阅下面的代码示例以说明：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

In [1]: import pandas as pd
...: import numpy as np
...: foo = pd.DataFrame(np.random.random((10,5)))
...:

In [2]: pd.__version__
Out[2]: '0.12.0.dev-35312e4'

In [3]: np.__version__
Out[3]: '1.7.1'

In [4]: # DataFrame has copy method
...: foo_copy = foo.copy()

In [5]: bar = foo.iloc[3:5,1:4]

In [6]: bar == foo.iloc[3:5,1:4] == foo_copy.iloc[3:5,1:4]
Out[6]:
1 2 3
3 True True True
4 True True True

In [7]: # Changing the view
...: bar.ix[3,1] = 5

In [8]: # View and DataFrame still equal
...: bar == foo.iloc[3:5,1:4]
Out[8]:
1 2 3
3 True True True
4 True True True

In [9]: # It is now different from a copy of original
...: bar == foo_copy.iloc[3:5,1:4]
Out[9]:
1 2 3
3 False True True
4 True True True