Python Pandas：如何將DataFrames的「視圖」傳遞給函數？

Question

我的情景是，一個函數應該能夠修改pandas.DataFrame中的值。但我不想將整個DataFrame暴露給函數，只是需要修改的部分。這種透明度的一個原因是，該功能將更具有通用性，能夠指定從外部修改DataFrame的哪一部分。成像我可以編寫一個函數mult(df_view, a)，將視圖中的所有值乘以a。請注意，我不希望創建新的DataFrame。價值變化應該是就地。

這是我的嘗試：

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

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

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

print(df) 

這是（不需要）輸出：

0 1 
0 1 1 
1 1 1 

預期輸出是：

0 1 
0 1 1 
1 1 2 

注意到，如果我們做的分配直接（即沒有功能），它的工作原理：

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

df.loc[1,1] *= 2 

print(df) 

...給：

0 1 
0 1 1 
1 1 2 

因此，通過該視圖通過函數調用時，顯然我搞亂了的東西。我讀過這個blog post from Jeff Knupp，我想我明白python的名稱 - 對象綁定是如何工作的。我對DataFrames的理解是，當我呼叫df.loc[1,1]時，它會生成一個代理對象，該對象指向原始DataFrame w/[1,1]窗口，以便進一步的操作（例如分配）只轉到窗口內的元素。現在，當我通過函數調用傳遞df.loc[1,1]時，該函數將名稱df_view綁定到代理對象。因此，在我的理論中，任何變化（即df_view *= a）都應該應用於視圖，並因此應用於原始DataFrame中的元素。從結果中，很明顯這沒有發生，看起來DataFrame在進程中被複制（我不確定在哪裏），因爲一些值在原始DataFrame之外被更改了。

Answer 1

只是檢查

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

所以很顯然，這是行不通的 - 你正在傳遞一個不變的int，它沒有綁定到外部數據幀。

如果你用簡單的索引（可變構造）傳遞實際視圖，那麼很可能是的工作。

>>> 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 

總而言之，我認爲這個控制流程是一個壞主意 - 一個更好的選擇是因爲你的作品表現出對指數直接操作。如果可能的話堅持不變，大熊貓往往更友好（恕我直言）。

Answer 2

這個問題在某些情況下有時候會產生difficult to detect的數據副本。

您可以在功能得到全面的難度由索引：

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) 

爲

0 1 
0 1 1 
1 6 12