Question

我有一个函数test，它接受一个DataFrame并向其追加数据。我希望更改放入函数的全局变量。我有以下脚本：

import pandas as pd
global dff

def test(df):
    df = df.append({'asdf':1, 'sdf':2}, ignore_index=True)
    return(df)

dff = pd.DataFrame()
test(dff)

在此之后，dff仍为空;它没有被编辑。但是，如果你这样做：

import pandas as pd

def test(df):
    df['asdf'] = [1,2,3]
    return(df)

dff = pd.DataFrame()
test(dff)

dff会在[1,2,3]列下有'asfd'。请注意，我甚至不必将变量声明为global。

为什么会这样？

我实际上想知道，因为第二个我认为我理解变量工作空间，我被证明是错误的，而且我厌倦了不断遇到这个BS *

我知道问题的解决方案是：

import pandas as pd

def test(df):
    df = df.append({'asdf':1, 'sdf':2}, ignore_index=True)
    return(df)

dff = pd.DataFrame()
dff = test(dff)

但我真的只想弄清楚为什么初始方法不起作用，特别是考虑到我已经展示的第二个脚本。

*显然它不是完整的BS，但经过3年的休闲编程后我无法理解它

Answer 1

更新

我在PyCon 2015上发现了一个非常好的演讲，解释了我试图在下面解释的内容，但是使用的图表使其更加清晰。我将在下面留下解释来解释原始的3个脚本是如何工作的，但我建议你去观看视频：

Ned Batchelder - Facts and Myths about Python names and values - PyCon 2015

所以，我想我已经弄清楚上面两个脚本中发生了什么。我会尝试分解它。如果需要，请随时纠正我。

几条规则：

变量是指向实际保存数据的基础对象的链接/指针的名称。例如，街道地址。街道地址不是房子;它只是指向一所房子。所以地址（101 Streetway Rd。）是指针。在GPS中，您可能将其标记为“主页”。 “Home”这个词本身就是变量。
函数适用于对象，而不是变量或指针。将变量传递给函数时，实际上是传递对象，而不是变量或指针。继续这个房子的例子，如果你想在房子里添加一个套牌，你希望装饰承包商在房子上工作，而不是元物理地址。
函数中的return命令返回指向对象的指针。所以这就是房子的地址，而不是房子或你称之为房子的名字。
=是一个函数，意思是“指向此对象”。 =前面的变量是输出，右边的变量是输入。这将是命名房屋的行为。因此Home = 101 Streetway Rd.使变量Home指向101 Streetway Rd上的房子。假设你搬进了邻居家，这是102 Streetway Rd。这可以通过Home = Neighbor's House来完成。现在，Home现在是指针102 Streetway Rd。

这里我将使用--->来表示“指向”

在我们开始编写脚本之前，让我们从我们想要的开始。我们希望变量指向的对象objdff

脚本1：

（没有global dff因为没有做任何相关的事情）

import pandas as pd

def test(df):
    df = df.append({'asdf':1, 'sdf':2}, ignore_index=True)
    return(df)

dff = pd.DataFrame()
test(dff)

让我们来看看这个功能。在我们到达之前没有任何有趣的事情发生：

dff = pd.DataFrame()

在这里，我们将变量dff分配给由pd.DataFrame创建的对象，这是一个空数据帧。我们将此对象称为objdff。所以在这一行的最后，我们有dff ---> objdff。

下一行：test(dff)

函数处理对象，因此我们说我们将在test指向的对象dff上运行函数objdff。这将我们带到了函数本身。

def test(df):

在这里，我们实际上是一个=函数。传递给测试函数objdff的对象由函数变量df指向。现在df --->objdff 和 dff---> objdff

转到下一行：df = df.append(...)

让我们从df.append(...)开始吧。 .append(...)会传递到objdff。这使对象objdff运行一个名为'append'的函数。正如@Jai所指出的，.append(...)方法使用return命令输出一个全新的DataFrame，该DataFrame附加了数据。我们将调用新对象objdff_apnd。

现在我们可以转到df = ...部分了。我们现在拥有的基本上是df = objdff_apnd。这很简单。变量df现在指向对象objdff_apnd。

在这一行的最后，我们有df ---> objdff_apnd和dff ---> objdff。这就是问题所在。我们想要的对象（objdff_apnd）没有被dff指向。

最后，变量dff仍然指向objdff，而不是objdff_apnd。这将我们带到脚本3（见下文）。

脚本2：

import pandas as pd

def test(df):
    df['asdf'] = [1,2,3]
    return(df)

dff = pd.DataFrame()
test(dff)

就像脚本1 dff ---> objdff一样。在test(dff)期间，函数变量df ---> objdff。这是事情不同的地方。

再次将操作（？）df['asdf'] = [1,2,3]发送到基础对象objdff。上一次，这导致了一个新对象。但是，这次['asdf']操作会直接编辑对象objdff。因此，对象objdff中包含额外的“asdf”列。

因此，最后我们有df ---> objdff和dff ---> objdff。因此，它们指向同一个对象，这意味着变量dff指向已编辑的对象。

一旦我们突破该函数，变量dff仍然指向objdff，其中包含新数据。这给了我们想要的结果。

脚本3：

import pandas as pd

def test(df):
    df = df.append({'asdf':1, 'sdf':2}, ignore_index=True)
    return(df)

dff = pd.DataFrame()
dff = test(dff)

此脚本与脚本1完全相同，但dff = test(dff)除外。我们将在一秒钟内完成。

从脚本1的结尾开始，我们在函数test(dff)结束时向右移动，我们有dff ---> objdff和df ---> objdff_apnd。

函数test具有return命令，因此返回对象objdff_apnd。这会将行dff = test(dff)转换为dff = objdff_apnd。

因此，最后，我们有dff ---> objdff_apnd，这正是我们想要的结果。

Answer 2

我认为pandas数据框，列表和字典所有这些数据类型都是通过引用函数传递的，因此，这种行为。
在第一个附加脚本的脚本中，append会返回一个新对象，因此它不会填充原始数据帧。
在第二个脚本中，您将特定的数据框列分配给原始数据框对象，因此它会使用列填充原始数据框对象，因为您正在修改原始对象
你可以查看这个答案：python pandas dataframe, is it pass-by-value or pass-by-reference

检查此列表示例：

def test1(a):
    a.append(1)

def test2(a):
    a = [1, 2, 3]

def test3(a):
    a[0] = 10

aa = list()
test1(aa)
print(aa)

aa = list()
test2(aa)
print(aa)

aa = list([1])
test3(aa)
print(aa)

输出：
```
[1]
[]
[10]
```
将上面的列表示例与pandas dataframe示例
如果您检查Dataframe的append功能：
DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=None)[source] Append rows of other to the end of this frame, returning a new object. Columns not in this frame are added as new columns.
正如您在说明中所见append返回新对象
您使用global关键字的方式是错误的...我认为即使您在第一个脚本中没有global，它仍然没有任何区别......我没有关于global关键字的详细信息，所以我不会提及它的任何内容..但我知道如何使用关键字，这绝对不是正确的使用方式

在Function中附加DataFrame

2 个答案:

更新

脚本1：

脚本2：

脚本3：