Question

为什么下面的函数会更改名为DataFrame的全局df？它不应该只更改函数中的本地df，而不是全局df吗？

import pandas as pd

df = pd.DataFrame()

def adding_var_inside_function(df):
    df['value'] = 0

print(df.columns) # Index([], dtype='object')
adding_var_inside_function(df)
print(df.columns) # Index([u'value'], dtype='object')

Answer 1

来自docs：

数据的可变性和复制

所有pandas数据结构都是值可变的（它们包含的值可以更改）但并非总是如此   大小可变的。系列的长度不能改变，但是，为   例如，可以将列插入到DataFrame中。但是，广阔   大多数方法产生新对象并保留输入数据   不变。但总的来说，我们喜欢支持不变性   明智的。

这是另一个例子，显示了值（单元格）的可变性：

In [21]: df
Out[21]:
   a  b  c
0  3  2  0
1  3  3  1
2  4  0  0
3  2  3  2
4  0  4  4

In [22]: df2 = df

In [23]: df2.loc[0, 'a'] = 100

In [24]: df
Out[24]:
     a  b  c
0  100  2  0
1    3  3  1
2    4  0  0
3    2  3  2
4    0  4  4

df2是对df

的引用

In [28]: id(df) == id(df2)
Out[28]: True

你的功能，不会改变参数DF：

def adding_var_inside_function(df):
    df = df.copy()
    df['value'] = 0
    return df

In [30]: df
Out[30]:
     a  b  c
0  100  2  0
1    3  3  1
2    4  0  0
3    2  3  2
4    0  4  4

In [31]: adding_var_inside_function(df)
Out[31]:
     a  b  c  value
0  100  2  0      0
1    3  3  1      0
2    4  0  0      0
3    2  3  2      0
4    0  4  4      0

In [32]: df
Out[32]:
     a  b  c
0  100  2  0
1    3  3  1
2    4  0  0
3    2  3  2
4    0  4  4

为什么函数内的这个DataFrame修改会改变全局外部函数？

1 个答案: