Question

假设我们有以下数据框：

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                          'foo', 'bar', 'foo', 'foo'],  
                   'B' : ['one', 'one', 'two', 'three',
                          'two', 'two', 'one', 'three'],
                   'C' : randn(8), 'D' : randn(8)})

如下所示：

> df
     A      B         C         D
0  foo    one  0.846192  0.478651
1  bar    one  2.352421  0.141416
2  foo    two -1.413699 -0.577435
3  bar  three  0.569572 -0.508984
4  foo    two -1.384092  0.659098
5  bar    two  0.845167 -0.381740
6  foo    one  3.355336 -0.791471
7  foo  three  0.303303  0.452966

然后我会做以下事情：

df2 = df
df  = df[df['C']>0]

如果您现在查看df和df2，您会看到df2包含原始数据，而df仅更新为C保持df2 = df大于0的值。

我认为Pandas不应该在像df2 = df.copy(deep=True)这样的作业中复制，并且它只会复制以下任何一个：

df2 = copy.deepcopy(df)
df2 = df

上面发生了什么？ df = df[df['C']>0]制作副本了吗？我认为答案是没有，所以它必须是df2=df制作副本，并且我认为，如果我上面没有{{1}}，那么是一个副本没有任何引用浮动在内存中。这是对的吗？

注意：我通读了Returning a view versus a copy，我想知道以下内容：

每当索引操作中涉及标签数组或布尔向量时，结果都将是副本。

解释了这种行为。

Answer 1

不是df2正在制作副本，而是df = df[df['C'] > 0]正在返回副本。

只需打印出ID即可，您会看到：

print id(df)
df2 = df
print id(df2)
df = df[df['C'] > 0]
print id(df)

在熊猫中重新分配：复制还是查看？

1 个答案: