提问人：Franco Ferrucci 提问时间：7/2/2023 最后编辑：Franco Ferrucci 更新时间：7/2/2023 访问量：43
带有“_is_view=True”的 pandas 数据帧切片不会更改原始数据帧，而“_is_view”保持为 True
pandas dataframe slice with '_is_view=True' doesn't change original dataframe and '_is_view' stays True
问：
你能不能向我解释为什么我从这段代码中得到以下结果：
import pandas as pd
df1 = pd.DataFrame([[1, 0.3, 1.3],[4, 6, 5.2],[43, 6.8, 55.2]])
df2 = df1.loc[1,0:] # 2nd row, all columns
print(df2._is_view) # True
print(df2._is_copy) # None
df2.iloc[1] = 999 # It changes df2 without warnings but df1 stays unchanged
print(df2._is_view) # Still True
据我了解，这条线也应该改变。df2.iloc[1] = 999df1
请注意，如果我选择第二列，所有行（而不是第二行，所有列），代码将按“预期”工作（即 df1 被修改）：
import pandas as pd
df1 = pd.DataFrame([[1, 0.3, 1.3],[4, 6, 5.2],[43, 6.8, 55.2]])
df2 = df1.loc[0:,1] # 2nd column, all rows.
print(df2._is_view) # True
print(df2._is_copy) # None
df2.iloc[1] = 999 # It DOES changes df1 as well !
print(df2._is_view) # Still True
谢谢大家！
我尝试了上面的代码，但我仍然无法理解发生了什么。 （Pandas 版本：“2.0.2”，Python 版本 3.11.4）
答：
1赞
Ziur Olpa
7/2/2023
#1
据我所知，我可能是错的，pandas DataFrame 是一个对象，它是 pandas 系列的集合，pandas 系列被定义为一列而不是一行。
如果不检查 pandas 的内部结构，就很难知道，但我可以想象的是，提取一行将在内存中分配一个新对象，而提取一列将重用存在于 dataFrame 中的现有 Series。
您可以检查此语句运行几次：
id(df1[1]) # no new id is generated, is just the internal Series
有趣的是，当您运行时，情况并非如此：
id(df1.loc[0:,1])
id(df1.loc[1,0:])
由于使用此表示法是在内存中分配一个新地址，可能是因为考虑到您正在对 Series 进行迭代，并且在行情况下，因为没有包含该行的对象，因此它需要迭代。
所以对我来说，在序列的 setter 中有一些我们没有看到的内部检查，这确保了当你修改序列时它会改变，但当你改变你刚刚通过迭代一行创建的随机序列时，它不会。
无论如何，以通常的方式调用列时，一切都会更加自然，所以我想这可能不是使用 loc 的情况的最终答案。
无论如何，请记住，“_is_view”和“_is_copy”不属于 pandas 的公共 API（它们是内部实现，就像任何以 _ 开头的东西一样），并且不打算供最终用户使用。（它们可能具有误导性）
评论