Pandas DataFrame df.loc 是视图还是新的 DataFrame 对象？
[英]Is Pandas DataFrame df.loc a view or a new DataFrame object?
问题描述
标题说了算。 在StackOverflow 34884536的公认答案中，它说
您可以在此处找到有关问题性质的更长讨论，但主要内容是我们现在正在转向“写入时复制”行为，在这种行为中，无论何时切片，您都会获得一个新副本，你永远不必考虑视图。
...
最好的猜测是修复将在一年内完成——同时，恐怕一些 .copy() 可能是必要的，抱歉！
(回答 2016/01/20)
df.loc[] 现在是否返回“副本”？ 还是为了安全起见，我还必须使用 .copy() 吗？
2 个解决方案
解决方案1
1 2017-08-16 00:30:24
它返回一个副本。 您可以通过制作副本、通过 .loc 将索引分配给另一个变量、更改变量并注意原始帧没有更改来测试这一点。
稍微相关，但这里有更多信息： http : //pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
解决方案2
0 2021-03-17 17:19:11
它可能会返回副本或视图，具体取决于数据帧的底层结构。 为了安全起见，您应该使用 .copy()
那里给出了行为差异的一个很好的例子： 在 Pandas 中，.iloc 方法是否提供副本或视图？
有没有办法将值列表传递给 pandas dataframe 的 df.loc 方法？
[英]Is there a way to pass a list of values to df.loc method of pandas dataframe?
Pandas Dataframe：为什么 df.loc[df['height']>3,'height'] = 2 和 df.loc[df['height']>3,['height']] = 2 有区别
[英]Pandas Dataframe : Why is there a difference between df.loc[df['height']>3,'height'] = 2 and df.loc[df['height']>3,['height']] = 2
在 Pandas 数据框中使用 df.loc[] 与 df[index] 完成的列分配之间的差异
[英]Difference between column assignment done using df.loc[] vs df[index] in pandas dataframe
pandas dataframe 中 df.loc 第一个参数的范围和单个值之间的差异
[英]Difference between range and single value for df.loc first parameter in pandas dataframe
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.
相关问题
新数据框中的 df.loc 值
如何用重复的索引值在熊猫数据框中定位单元格？
有没有办法将值列表传递给 pandas dataframe 的 df.loc 方法？
使用 df.loc 为 dataframe 单元分配新值
Pandas Dataframe：为什么 df.loc[df['height']>3,'height'] = 2 和 df.loc[df['height']>3,['height']] = 2 有区别
在 python dataframe 中的 df.loc 下循环
为什么 df.loc 给出空数据框？
`df.loc` 返回系列而不是 dataframe
在 Pandas 数据框中使用 df.loc[] 与 df[index] 完成的列分配之间的差异
pandas dataframe 中 df.loc 第一个参数的范围和单个值之间的差异
相关标签