Wymuszenie zwrotu "Widok" zamiast kopiowania w Pandach?

Question

Podczas wybierania danych z ramki danych Pandy, czasami widok jest zwracany, a czasami zwracana jest kopia. Podczas gdy istnieje logika, czy istnieje sposób na wymuszenie Pandy na jawnie zwrócenie widoku lub kopii?

Answer 1

Masz dwie części pytania: (1) jak zrobić widok (patrz dół tej odpowiedzi) i (2) jak zrobić kopię.

będę wykazywać niektóre przykładowe dane:

import pandas as pd 

df = pd.DataFrame([[1,2,3],[4,5,6],[None,10,20],[7,8,9]], columns=['x','y','z']) 

# which looks like this: 
    x y z 
0 1 2 3 
1 4 5 6 
2 NaN 10 20 
3 7 8 9 

Jak wykonać kopię: Jedną z opcji jest wyraźnie skopiować DataFrame po dowolnych operacji wykonywanych. Na przykład, powiedzmy, że mamy do wyboru wierszy, które nie mają NaN:

df2 = df[~df['x'].isnull()] 
df2 = df2.copy() 

Następnie, jeśli zmodyfikować wartości w df2 można zauważyć, że modyfikacje nie propagują powrót do oryginalnych danych (DF), i że pandy nie ostrzega, że ​​„wartość próbuje być ustawiony na kopię wycinka ze DataFrame”

df2['x'] *= 100 

# original data unchanged 
print(df) 

    x y z 
0 1 2 3 
1 4 5 6 
2 NaN 10 20 
3 7 8 9 

# modified data 
print(df2) 

    x y z 
0 100 2 3 
1 400 5 6 
3 700 8 9 

Uwaga: można podjąć działania hit jawnie wykonywania kopii.

Jak ignorować ostrzeżenia: Alternatywnie, w niektórych przypadkach może nie obchodzi, czy jest zwracany w widoku lub kopiowaniem, ponieważ intencją jest stale modyfikować dane i nigdy nie wrócić do oryginalnych danych. W takim przypadku możesz wyłączyć ostrzeżenie i iść wesoło (po prostu nie zapominaj, że je wyłączyłeś i że oryginalne dane mogą zostać zmodyfikowane przez Twój kod, ponieważ df2 może, ale nie musi, być kopią):

pd.options.mode.chained_assignment = None # default='warn' 

aby uzyskać więcej informacji, zobacz odpowiedź na How to deal with SettingWithCopyWarning in Pandas?

Jak zrobić widok: Pandy będzie niejawnie dokonywania widoki gdziekolwiek i kiedykolwiek możliwe. Kluczem do tego jest użycie metody df.loc[row_indexer,col_indexer]. Na przykład, aby pomnożyć wartości kolumny y przez 100 tylko wiersze, gdzie kolumna x nie jest NULL, to piszemy:

mask = ~df['x'].isnull() 
df.loc[mask, 'y'] *= 100 

# original data has changed 
print(df) 

    x y z 
0 1.0 200 3 
1 4.0 500 6 
2 NaN 10 20 
3 7.0 800 9