Pandas：从 DataFrame 中选择何时创建视图而不是副本？

Pandas：了解生成视图与副本的规则

识别视图和副本的混乱

确定 Pandas DataFrame 中的选择结果是视图还是副本可能会令人困惑。这种混乱主要源于各种索引操作及其不同的行为。

一般规则

• 所有 DataFrame 操作本质上都会创建副本。
• inplace=True 选项（如果可用）允许就地修改。
• 设置值的索引器（例如 .loc、.iloc、.iat、.at）通常会就地执行操作。
• 使用索引器从单个数据类型对象获取值通常会生成一个视图（尽管内存布局会影响此）。
• 使用索引器从多个数据类型对象获取值总是会生成一个视图复制。

具体示例

• 为比较赋值：

  <code class="python">df[df.C <= df.B] = 7654321</code>

  登录后复制

  此分配修改了原始 DataFrame df，因为索引器 .loc 用于就地设置值。

• 链式索引：

  <code class="python">df[df.C <= df.B].loc[:, 'B':'E']</code>

  登录后复制

  不鼓励此操作，因为它可能不可靠。为了避免潜在问题，请改用以下语法：

  <code class="python">df.loc[df.C <= df.B, 'B':'E']</code>

  登录后复制

基于查询修改值

要修改 a 中的所有值满足特定查询条件的DataFrame，使用loc索引器以查询条件作为参数。例如：

<code class="python">df.loc[df.C <= df.B, 'E'] = 40</code>

此分配只会更改 df.C 小于或等于 df.B 的行的“E”列中的值。

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