Question

我期待一种奇怪的熊猫行为。在以下代码中

userItemsHandler := userContextHandler(itemConextHandler(ItemGET))
r.Handle("/users/{username}/items/{itemId}", userItemsHandler).Methods("PUT")

如果我注释掉import numpy as np import pandas as pd def info(df): print(f"whole df: {hex(id(df))}") print(f"col a : {hex(id(df['a']))}") print(f"col b : {hex(id(df['b']))}") print(f"col c : {hex(id(df['c']))}") def _drop(col): print(f"called on : {col.name}") print(f"before drop: {hex(id(col))}") col[0] = -1 col.dropna(inplace=True) col[0] = 1 print(f"after drop : {hex(id(col))}") df = pd.DataFrame([[np.nan, 1.2, np.nan], [5.8, np.nan, np.nan]], columns=['a', 'b', 'c']) info(df) df.apply(_drop) info(df)行或致电dropna()，则会得到预期的结果（因为dropna(inplace=False)创建了一个副本，而我正在修改原始系列）：

dropna

但是当a b c 0 1.0 1.0 1.0 1 5.8 NaN NaN时，该操作应就地完成，从而修改了原始序列，但得到的结果是：

dropna(inplace=True)

但是，我希望结果与以前的情况相同。 a b c 0 -1.0 -1.0 -1.0 1 5.8 NaN NaN操作是否在原位返回克隆？我正在使用0.23.1版的熊猫。

编辑： 根据提供的答案，我添加了dropna调用以验证实际实例。上面的代码印有此内容（值可能对您来说有所不同，但它们之间的相等性应该相同）

hex(ids())

奇怪的是，该函数在列whole df : 0x1f482392f28 col a : 0x1f482392f60 col b : 0x1f48452af98 col c : 0x1f48452ada0 called on : a before drop: 0x1f480dcc2e8 after drop : 0x1f480dcc2e8 called on : b before drop: 0x1f480dcc2e8 after drop : 0x1f480dcc2e8 called on : a before drop: 0x1f480dcc2e8 after drop : 0x1f480dcc2e8 called on : b before drop: 0x1f4ffef1ef0 after drop : 0x1f4ffef1ef0 called on : c before drop: 0x1f480dcc2e8 after drop : 0x1f480dcc2e8 whole df : 0x1f482392f28 col a : 0x1f482392f60 col b : 0x1f48452af98 col c : 0x1f48452ada0和a上被调用了两次，但是docs说该函数仅在第一列上被调用了两次。

此外，列b的第二遍的十六进制值是不同的。省略b时，两者都不会发生。

十六进制值表明col.drop()创建了列的新副本，但是我不知道它如何将值传播回原始.apply()。

Answer 1

我尝试使用可变范围的概念来对此进行推理，不会认为这是一个完整的答案，但也许对其他人很有见地。

当在与col参数相对应的每个系列上执行.apply时，在_drop（）行的范围内col [0] = -1全局更改df的“第一行”，因此将其突变。当使用inplace = True调用dropna（）时，实际上会删除NaN，但仅针对该函数范围内的序列，不会将其分配给全局df。即使它覆盖变量col。另一个见解可能是Docs说.dropna（inplace = True）返回None，而_drop（）也返回None，因为没有return语句。

Answer 2

可能值得在pandas / numpy github上引发此问题-对我来说，这似乎是意外行为-如果向函数添加return col语句，您的代码将按预期工作。这表明确实创建了本地副本。 print(hex(id(col)))确认了这一点。

def _drop(col):
    col[0] = -1
    col.dropna(inplace=True)
    col[0] = 1
    return col # <----

df = pd.DataFrame([[np.nan, 1.2, np.nan],
                   [5.8, np.nan, np.nan]], columns=['a', 'b', 'c'])

df.apply(_drop)

熊猫就地操作适用

2 个答案: