Question

有一个大型数据框，我想采取切片（根据多个布尔条件），然后修改这些切片中的条目，以便更改原始数据帧 - 即我需要view到原版的。问题是，花哨的索引始终返回copy。考虑.ix方法，但使用df.ix[]方法的布尔索引也返回一个副本。

基本上，如果df是我的数据框，我想要查看C列，以便C!=0, A==10, B<30,...等。在pandas中有快速的方法吗？

Answer 1

即使df.loc[idx]可能是df的一部分的副本，assignment to df.loc[idx]也会修改df。（对于df.iloc和df.ix也是如此。）

例如，

import pandas as pd
import numpy as np
df = pd.DataFrame({'A':[9,10]*6,
                   'B':range(23,35),
                   'C':range(-6,6)})

print(df)
#      A   B  C
# 0    9  23 -6
# 1   10  24 -5
# 2    9  25 -4
# 3   10  26 -3
# 4    9  27 -2
# 5   10  28 -1
# 6    9  29  0
# 7   10  30  1
# 8    9  31  2
# 9   10  32  3
# 10   9  33  4
# 11  10  34  5

这是我们的布尔索引：

idx = (df['C']!=0) & (df['A']==10) & (df['B']<30)

我们可以通过分配df修改idx df.loc[idx, ...]的行，其中df.loc[idx, 'A'] += df.loc[idx, 'B'] * df.loc[idx, 'C'] print(df)为True。例如，

      A   B  C
0     9  23 -6
1  -110  24 -5
2     9  25 -4
3   -68  26 -3
4     9  27 -2
5   -18  28 -1
6     9  29  0
7    10  30  1
8     9  31  2
9    10  32  3
10    9  33  4
11   10  34  5

产量

{{1}}

Answer 2

pandas文档有一个关于Returning a view versus a copy的部分：

关于何时返回数据视图的规则完全取决于NumPy。 只要索引操作中涉及标签数组或布尔向量，结果就是副本。使用单标签/标量索引和切片，例如df.ix[3:6]或df.ix[:, 'A']会返回一个视图。

Answer 3

建立unutbu的例子你也可以在df.index上使用布尔索引，如下所示：

In [11]: df.ix[df.index[idx]] = 999

In [12]: df
Out[12]:
      A    B    C
0     9   23   -6
1   999  999  999
2     9   25   -4
3   999  999  999
4     9   27   -2
5   999  999  999
6     9   29    0
7    10   30    1
8     9   31    2
9    10   32    3
10    9   33    4
11   10   34    5

布尔索引，可以生成大型pandas数据帧的视图？

3 个答案: