熊猫：子索引数据框：副本与视图答案

【问题标题】：Pandas: Subindexing dataframes: Copies vs views熊猫：子索引数据框：副本与视图
【发布时间】：2013-07-31 09:30:14
【问题描述】：

假设我有一个数据框

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

然后我从我的数据子集创建另一个数据框：

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

bar 是否拥有来自foo 的这些元素的副本？有什么方法可以创建该数据的view 吗？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 是否提供任何形式的copy-on-write 机制？

【问题讨论】：

所以当我做 bar.loc[:, ['a', 'b']] 它返回一个副本，但是当我做 bar.loc[:, 'a'] 它返回一个查看？

标签： python pandas chained-assignment

【解决方案1】：

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

只要涉及到标签数组或布尔向量在索引操作中，结果将是一个副本。使用单标签/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foo 切片的视图。如果您想要副本，您可以使用copy 方法。修改bar 也会修改foo。 pandas 似乎没有写时复制机制。

请看下面我的代码示例来说明：

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

【讨论】：

所以当我做 bar.loc[:, ['a', 'b']] 它返回一个副本，但是当我做 bar.loc[:, 'a'] 它返回一个查看？
bar.loc[:, 'a'] 就像一个切片，返回一个视图，而 bar.loc[:, ['a', 'b']] 使用列表返回副本的索引。请注意， bar.loc[:, ['a']] 也会返回一个副本。
bar['a'] 怎么样？是视图还是副本？
@davidshinn 突出显示的引用是否仍在您链接的文档中？我找不到！
自原回复后已修改（引用在0.13版本）：pandas.pydata.org/pandas-docs/version/0.13/…