熊貓：Subindexing dataframes：複製VS觀點

Question

說我有一個數據幀

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

，我創建從我的數據的一個子集，另一個數據框：

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

確實bar持有這些元素的副本從foo？有什麼辦法可以創建一個view的數據呢？如果是這樣，如果我嘗試修改這個視圖中的數據會發生什麼？熊貓是否提供任何種類的copy-on-write機制？

Answer 1

你的答案在於熊貓文檔：returning-a-view-versus-a-copy。

每當標籤的陣列或一個布爾矢量參與轉位操作 ，的結果將是一個拷貝。使用單標籤/標量索引和切片，例如 df.ix [3：6]或df.ix [:,'A']，將返回視圖。

在您的例子，bar是foo切片的視圖。如果你想要一個拷貝，你可以使用copy方法。修改bar也會修改foo。熊貓似乎沒有寫入時複製機制。

見下面我的代碼的例子來說明：

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