[英]python pandas dataframe, is it pass-by-value or pass-by-reference
如果我把一个dataframe传给function,在function内部修改,是传值还是传引用?
我运行以下代码
a = pd.DataFrame({'a':[1,2], 'b':[3,4]})
def letgo(df):
df = df.drop('b',axis=1)
letgo(a)
a
的值在 function 调用后没有改变。 这是否意味着它是按值传递?
我也试过以下
xx = np.array([[1,2], [3,4]])
def letgo2(x):
x[1,1] = 100
def letgo3(x):
x = np.array([[3,3],[3,3]])
事实证明letgo2()
确实改变了xx
而letgo3()
没有。 为什么会这样?
简短的回答是,Python总是按值传递,但每个Python变量实际上都是指向某个对象的指针,因此有时它看起来像是传递引用。
在Python中,每个对象都是可变的或不可变的。 例如,列表,dicts,模块和Pandas数据帧是可变的,并且int,字符串和元组是不可变的。 可以在内部更改可变对象(例如,将元素添加到列表中),但不可变对象不能。
正如我在开始时所说,您可以将每个Python变量视为指向对象的指针。 将变量传递给函数时,函数中的变量(指针)始终是传入的变量(指针)的副本。因此,如果为内部变量分配新内容,则所做的只是更改局部变量指向不同的对象。 这不会改变(变异)变量指向的原始对象,也不会使外部变量指向新对象。 此时,外部变量仍指向原始对象,但内部变量指向新对象。
如果要更改原始对象(仅适用于可变数据类型),则必须执行一些更改对象的操作, 而不必为局部变量分配全新值。 这就是为什么letgo()
和letgo3()
保持外部项不变,但letgo2()
改变它。
正如@ursan指出的那样,如果letgo()
使用类似这样的东西,那么它会改变(变异) df
指向的原始对象,这将改变通过全局变量看到a
值:
def letgo(df):
df.drop('b', axis=1, inplace=True)
a = pd.DataFrame({'a':[1,2], 'b':[3,4]})
letgo(a) # will alter a
在某些情况下,您可以完全挖空原始变量并使用新数据重新填充,而无需实际执行直接分配,例如,这将更改v
指向的原始对象,这将更改以后使用v
时看到的数据:
def letgo3(x):
x[:] = np.array([[3,3],[3,3]])
v = np.empty((2, 2))
letgo3(v) # will alter v
请注意,我没有直接向x
分配内容; 我正在为x
的整个内部范围分配一些东西。
如果你绝对必须创建一个全新的对象并让它在外部可见(有时候是pandas的情况),你有两个选择。 'clean'选项只是返回新对象,例如,
def letgo(df):
df = df.drop('b',axis=1)
return df
a = pd.DataFrame({'a':[1,2], 'b':[3,4]})
a = letgo(a)
另一个选择是到达函数外部并直接更改全局变量。 这改变了a
指向一个新的对象,并指任何功能a
后来会看到新的对象:
def letgo():
global a
a = a.drop('b',axis=1)
a = pd.DataFrame({'a':[1,2], 'b':[3,4]})
letgo() # will alter a!
直接改变全局变量通常是一个坏主意,因为任何人谁读您的代码将有一个很难搞清楚如何a
得到了改变。 (我通常将全局变量用于脚本中许多函数使用的共享参数,但我不允许它们改变那些全局变量。)
问题不是PBV与PBR。 这些名称只会导致像Python这样的语言混淆; 它们是为像C语言一样的语言或像Fortran(作为典型的PBV和PBR语言)发明的。 Python总是按值传递,但这并不具有启发性。 这里的问题是价值本身是否发生了变化,或者你是否获得了新的价值。 熊猫通常在后者的一边犯错。
http://nedbatchelder.com/text/names.html很好地解释了Python的名称系统。
为了加入@Mike Graham的答案,他指出了一个非常好的读物:
在您的情况下,重要的是要记住名称和值之间的区别。 a
, df
, xx
, x
都是名称 ,但它们在示例的不同点引用相同或不同的值 :
在第一个示例中, letgo
将 df
letgo
绑定到另一个值,因为df.drop
返回一个新的DataFrame
除非您设置参数DataFrame
inplace = True
( 请参阅doc )。 这意味着名称df
( letgo
函数的本地),它指的是a
的值,现在引用一个新值,这里是df.drop
返回值。 a
指的值仍然存在且未更改。
在第二个例子中, letgo2
改变了 x
,没有重新绑定它,这就是letgo2
修改xx
的letgo2
。 不像之前的例子,这里的本地名称x
始终是指名义值xx
指的是,改变在地方价值,这就是为什么值xx
指的是已经改变。
在第三个示例中, letgo3
将 x
letgo3
绑定到新的np.array
。 这导致名称x
,本地为letgo3
,之前引用xx
的值,现在引用另一个值,即新的np.array
。 值xx
指的是没有改变。
Python既不是通过值传递也不是通过引用传递。 这是通过作业。
支持参考,Python FAQ: https : //docs.python.org/3/faq/programming.html#how-do-i-write-a-function-with-output-parameters-call-by-reference
IOW:
因此,如果您传递一个列表并更改其第0个值,则在被调用者和调用者中都会看到该更改。 但是,如果使用新列表重新分配列表,则此更改将丢失。 但是,如果你切列表,并替换成一个新的列表,这种变化被认为是在两个被叫和主叫方。
例如:
def change_it(list_):
# This change would be seen in the caller if we left it alone
list_[0] = 28
# This change is also seen in the caller, and replaces the above
# change
list_[:] = [1, 2]
# This change is not seen in the caller.
# If this were pass by reference, this change too would be seen in
# caller.
list_ = [3, 4]
thing = [10, 20]
change_it(thing)
# here, thing is [1, 2]
如果您是C粉丝,您可以将其视为按值传递指针 - 而不是指向值的指针,只是指向值的指针。
HTH。
这是drop的文档:
返回删除了请求轴中的标签的新对象。
因此创建了一个新的数据帧。 原来没变。
但是对于python中的所有对象,数据框通过引用传递给函数。
你需要在函数的开头创建'a'全局,否则它是一个局部变量,并且不会更改主代码中的'a'。
简短回答:
df2 = df.copy()
df2 = df
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.