python - Pandas：子索引数据框：副本与视图

Question

说我有一个数据框

import pandas as pd
import numpy as np
foo = pd.DataFrame(np.random.random((10,5)))

我从我的数据子集创建另一个数据框：

bar = foo.iloc[3:5,1:4]

是否bar持有这些元素的副本foo？有没有办法创建一个view数据呢？如果是这样，如果我尝试在此视图中修改数据会发生什么？Pandas 是否提供任何类型的写时复制机制？

Answer 1

您的答案在于 pandas 文档：returning-a-view-versus-a-copy。

每当索引操作涉及标签数组或布尔向量时，结果将是一个副本。使用单个标签/标量索引和切片，例如 df.ix[3:6] 或 df.ix[:, 'A']，将返回一个视图。

在您的示例中，bar是切片的视图foo。如果您想要一份副本，您可以使用该copy方法。修改bar也会修改foo. pandas 似乎没有写时复制机制。

请参阅下面的代码示例来说明：

In [1]: import pandas as pd
   ...: import numpy as np
   ...: foo = pd.DataFrame(np.random.random((10,5)))
   ...: 

In [2]: pd.__version__
Out[2]: '0.12.0.dev-35312e4'

In [3]: np.__version__
Out[3]: '1.7.1'

In [4]: # DataFrame has copy method
   ...: foo_copy = foo.copy()

In [5]: bar = foo.iloc[3:5,1:4]

In [6]: bar == foo.iloc[3:5,1:4] == foo_copy.iloc[3:5,1:4]
Out[6]: 
      1     2     3
3  True  True  True
4  True  True  True

In [7]: # Changing the view
   ...: bar.ix[3,1] = 5

In [8]: # View and DataFrame still equal
   ...: bar == foo.iloc[3:5,1:4]
Out[8]: 
      1     2     3
3  True  True  True
4  True  True  True

In [9]: # It is now different from a copy of original
   ...: bar == foo_copy.iloc[3:5,1:4]
Out[9]: 
       1     2     3
3  False  True  True
4   True  True  True