Início / coding / Perguntas / 78170965
Accepted
ignoring_gravity
Asked: 2024-03-16 15:45:23 +0800 CST

Por que `.rename(columns={'b': 'b'}, copy=False)` seguido pelo método inplace não atualiza o dataframe original?

  • 772

Aqui está meu exemplo:

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})

In [3]: df1 = df.rename(columns={'b': 'b'}, copy=False)

In [4]: df1.isetitem(1, [7,8,9])

In [5]: df
Out[5]:
   a  b
0  1  4
1  2  5
2  3  6

In [6]: df1
Out[6]:
   a  b
0  1  7
1  2  8
2  3  9

Se df1fosse derivado de dfwith copy=False, então eu esperava que uma modificação no local df1também afetasse df. Mas isso não acontece. Por que?

Estou usando o pandas versão 2.2.1, sem opções (por exemplo, copiar na gravação) habilitadas

python

2 respostas

  1. Best Answer

    copy=Falsesignifica que os dados subjacentes (numpy) são compartilhados.

    Se modificarmos um item da matriz numpy subjacente, isso será refletido, pois os dados são compartilhados:

    df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})
df1 = df.rename(columns={'b': 'c'}, copy=False)
df1.values[0, 1] = 999

print(df)
   a    b
0  1  999
1  2    5
2  3    6

print(df1)
   a    c
0  1  999
1  2    5
2  3    6

print(id(df.values), id(df1.values))
# 140335530654768 140335530654768

    Os objetos DataFrame (contêineres, índices, nomes de colunas…) não são, entretanto, idênticos.

    print(id(df), id(df1))
# 140335696175520 140335696171536

    Ao definir uma nova coluna, df1.isetitem(1, [7,8,9])basta adicionar uma nova série e forçar uma cópia.

    • 1

  2. Isso está relacionado à maneira como o python lida com objetos imutáveis ​​e mutáveis.

    A opção copy=Falsecontrola apenas se os dados dentro do objeto dataframe devem ser copiados, e não o próprio dataframe.

    Assim, as renamefunções criam um segundo pd.DataFrameobjeto df1, que pode compartilhar os dados com df, desde copy=False. No entanto, ainda é um objeto de dataframe diferente.

    Se quiser alterar os dois dataframes, você pode fazer o seguinte:

    df.iloc[1] = [7, 8, 9]

    Isso modifica ambos dfe df1.

    • 0

relate perguntas