Pandas 何时创建视图而不是 DataFrame 的副本？

理解 Pandas 的视图与复制规则

在 Pandas 中处理数据帧时，理解视图和副本之间的区别至关重要。这种区别决定了对数据帧子集进行的修改是否会影响原始数据帧。

管理视图与副本创建的规则

• 复制：

  • 除了设置值的索引器之外的所有操作都会生成副本。
  • 返回副本的操作包括：查询（.query）、数据操作函数（ .fillna、.dropna) 和某些切片操作。

• 查看：

  • 设置值的索引器 (_loc 、_iloc、_iat、_at）将默认就地修改数据帧。
  • 获取单数据类型对象的索引器可能是视图或副本，具体取决于内存布局。然而，这不是一个可靠的指标。

例外和说明

• inplace=True: 某些操作提供就地选项（例如 _inplace=True），它修改原始数据帧而不是返回副本。
• 多数据类型对象： 多数据类型对象上的索引器始终生成副本。
• 链式索引：链式索引操作（例如，_[_df.C

用法示例

考虑以下示例：

<code class="python">df = pd.DataFrame(np.random.randn(8,8), columns=list('ABCDEFGH'), index=range(1,9))
df[df.C <= df.B] = 7654321</code>

此操作修改原始数据帧 (_df_)，因为索引器 df[df.C 由于其在设置值中的使用而充当视图。

结论

理解 Pandas 中管理视图与副本创建的规则对于有效的数据帧操作。通过遵循上述原则，您可以避免意外的数据修改并确保数据完整性。

以上是Pandas 何时创建视图而不是 DataFrame 的副本？的详细内容。更多信息请关注PHP中文网其他相关文章！