Pandas：從 DataFrame 中選擇何時建立視圖而不是副本？

Pandas：了解生成視圖與副本的規則

識別視圖和副本的混亂

確定Pandas DataFrame 中的選擇結果是視圖還是副本可能會令人困惑。這種混亂主要源自於各種索引操作及其不同的行為。

一般規則

• 所有 DataFrame 操作本質上都會建立副本。
• inplace=True 選項（如果可用）允許就地修改。
• 設定值的索引器（例如 .loc、.iloc、.iat、.at）通常會就地執行操作。
• 使用索引器從單一資料類型物件取得值通常會產生一個視圖（儘管記憶體佈局會影響此）。
• 使用索引器從多個資料類型物件取得值總是會產生一個視圖複製。

具體範例

• 為比較賦值：

  <code class="python">df[df.C <= df.B] = 7654321</code>

  分配此修改了原始DataFrame df，因為索引器.loc 用於就地設定值。

• 鍊式索引：

  <code class="python">df[df.C <= df.B].loc[:, 'B':'E']</code>

  不鼓勵此操作，因為它可能不可靠。為了避免潛在問題，請改用以下語法：

  <code class="python">df.loc[df.C <= df.B, 'B':'E']</code>

基於查詢修改值

要修改a 中的所有值滿足特定查詢條件的DataFrame，使用loc索引器以查詢條件作為參數。例如：

<code class="python">df.loc[df.C <= df.B, 'E'] = 40</code>

此分配只會變更 df.C 小於或等於 df.B 的行的「E」欄位中的值。

以上是Pandas：從 DataFrame 中選擇何時建立視圖而不是副本？的詳細內容。更多資訊請關注PHP中文網其他相關文章！