Question

我有以下奇怪的行为（使用pandas 0.19.2，python 3.5）如果我设置了数据帧字典：

df1 = pd.DataFrame(index=['a', 'b'], columns=['c1', 'c2'], data=[[0,1],[2,3]])
df2 = pd.DataFrame(index=['a', 'b'], columns=['c1', 'c2'], data=[[4,5],[6,7]])

my_dict = {'f1': df1, 'f2': df2}

我尝试以这种方式更改列：

d = []
for key in my_dict.keys():
    df = my_dict.get(key)
    df.columns = [(key, x) for x in df.columns]
    d.append(df)

我最终改变了字典值的列。
所以my_dict现在是：

{'f1':    (f1, c1)  (f1, c2)
 a         0         1
 b         2         3,
 'f2':    (f2, c1)  (f2, c2)
 a         4         5
 b         6         7}

有什么理由吗？
我发现改变仅被引用的元素是奇怪的（并且有缺陷）。

Answer 1

嗯，你可能会发现它很奇怪（我可能会同意），但它没有记录：

字典在python中是可变的：https://docs.python.org/2/reference/datamodel.html

对象的可变性由其类型决定;例如，   数字，字符串和元组是不可变的，而字典和   列表是可变的。

容器的示例是元组，列表和字典。该   引用是容器值的一部分。在大多数情况下，当我们   谈论一个容器的价值，我们暗示价值，而不是   所包含物体的身份;但是，当我们谈论的时候   容器的可变性，只有立即的身份   包含的对象是隐含的。所以， if 一个不可变的容器（就像一个   元组）包含对可变对象的引用，如果，其值会更改   可变对象已更改。

Pandas数据框是可变的： http://pandas.pydata.org/pandas-docs/stable/overview.html#mutability-and-copying-of-data

数据的可变性和复制

所有pandas数据结构都是   value-mutable（它们包含的值可以改变）[...]

例如，您可以将数据帧作为输入传递给函数，在函数内部修改列的名称，并且作为效果，函数外部的数据框也将被修改。

Answer 2

没有错误，只是很容易错过你创建视图的地方而不是副本。由于您在字典中使用了数据框，因此以下行创建了原始df的视图：

React.createElement(Foo)

您可能想尝试

df = my_dict.get(key)

pandas dictionnary of dataframes：列被更改：查看还是复制？

2 个答案: