Question

我的方案是函数应该能够修改pandas.DataFrame内的值。但我不想将整个DataFrame暴露给函数，只需要修改需要修改的部分。这种透明性的一个原因是该函数将更加通用，能够指定从外部修改DataFrame的哪个部分。成像我可以编写一个函数mult(df_view, a)，它将视图中的所有值乘以a。请注意，我不想创建新的DataFrame。值更改应就地。

这是我的尝试：

df = pd.DataFrame([[1,1],[1,1]])

def mult(df_view, a):
    df_view *= a

mult(df.loc[1,1], 2)

print(df)

这是（不受欢迎的）输出：

   0  1
0  1  1
1  1  1

预期输出为：

   0  1
0  1  1
1  1  2

请注意，如果我们直接进行分配（即没有该功能），它可以工作：

df = pd.DataFrame([[1,1],[1,1]])

df.loc[1,1] *= 2

print(df)

......给出：

   0  1
0  1  1
1  1  2

所以，显然我在通过函数调用传递该视图时搞砸了一些东西。我已阅读此blog post from Jeff Knupp，我想我理解python的名称 - 对象绑定是如何工作的。我对DataFrames的理解是，当我调用df.loc[1,1]时，它会生成一个代理对象，该对象指向具有[1,1]窗口的原始DataFrame，以便进一步的操作（例如赋值）仅转到窗口内的元素。现在，当我通过函数调用传递df.loc[1,1]时，该函数将名称df_view绑定到代理对象。因此，在我的理论中，任何更改（即df_view *= a）都应该应用于视图，从而应用于原始DataFrame中的元素。从结果来看，显然没有发生，似乎DataFrame在过程中被复制（我不知道在哪里），因为某些值在原始DataFrame之外被更改。

Answer 1

请检查

>>> type(df.loc[1, 1])
numpy.int64

显然这不会起作用 - 你传入一个不可变的int，它没有绑定到外部DataFrame。

如果您使用简单的索引（可变构造）传递实际视图，它很可能工作。

>>> mult(df.loc[:, 1], 2)
>>> df
    0  1
0   1  2
1   1  2

但是其他一些操作不起作用。

>>> mult(df.loc[:, :1], 2)
>>> df
    0  1
0   1  2
1   1  2

总而言之，我认为这种控制流程是一个坏主意 - 更好的选择是在你展示作品时直接在索引上操作。当你在可能的情况下坚持不变性时，熊猫往往更友好（恕我直言）。

Answer 2

在某些情况下，有时会difficult to detect出现数据副本的问题。

您可以通过索引函数来解决难题：

def mult(df,i,j,a):
    df.loc[i,j]*=a

mult(df,1,1,2)
mult(df,1,slice(0,2),6)
print(df)

的

   0  1
0  1  1
1  6 12

Python Pandas：如何通过＆＃34;观看＆＃34;将DataFrame转换为函数？

2 个答案: