Pandas: 数据帧的子索引：副本 vs 视图

Question

假设我有一个数据框(DataFrame)

import pandas as pd
import numpy as np
foo = pd.DataFrame(np.random.random((10,5)))

我从数据的子集中创建了另一个数据帧：

bar = foo.iloc[3:5,1:4]

bar是否保存了从foo中复制的那些元素？有没有办法创建一个该数据的view？如果有，那么在这个view中尝试修改数据会发生什么？Pandas提供任何形式的写时复制机制吗？

- Amelio Vazquez-Reina

---

当我执行bar.loc[:, ['a', 'b']]时，它返回一个副本，但是当我执行bar.loc[:, 'a']时，它返回一个视图？ - Lisa

Answer 1

您可以在pandas文档中找到答案：返回视图与副本

每当涉及标签数组或布尔向量的索引操作时，结果将会是一个副本。使用单个标签/标量索引和切片，例如df.ix[3:6]或df.ix [:,'A']，将返回一个视图。

在您的示例中，bar是foo切片的视图。如果您想要一个副本，可以使用copy方法。修改bar也会修改foo。pandas似乎没有写时复制机制。

请参见下面的代码示例：

In [1]: import pandas as pd
   ...: import numpy as np
   ...: foo = pd.DataFrame(np.random.random((10,5)))
   ...: 

In [2]: pd.__version__
Out[2]: '0.12.0.dev-35312e4'

In [3]: np.__version__
Out[3]: '1.7.1'

In [4]: # DataFrame has copy method
   ...: foo_copy = foo.copy()

In [5]: bar = foo.iloc[3:5,1:4]

In [6]: bar == foo.iloc[3:5,1:4] == foo_copy.iloc[3:5,1:4]
Out[6]: 
      1     2     3
3  True  True  True
4  True  True  True

In [7]: # Changing the view
   ...: bar.ix[3,1] = 5

In [8]: # View and DataFrame still equal
   ...: bar == foo.iloc[3:5,1:4]
Out[8]: 
      1     2     3
3  True  True  True
4  True  True  True

In [9]: # It is now different from a copy of original
   ...: bar == foo_copy.iloc[3:5,1:4]
Out[9]: 
       1     2     3
3  False  True  True
4   True  True  True

- davidshinn

---

当我执行bar.loc[:, ['a', 'b']]时，它返回一个副本，但是当我执行bar.loc[:, 'a']时，它返回一个视图？ - Lisa

bar.loc[:, 'a'] 的作用类似于切片，返回一个视图，而 bar.loc[:, ['a', 'b']] 使用列表索引，返回一个副本。请注意，bar.loc[:, ['a']] 也会返回一个副本。 - davidshinn

bar['a']是视图还是副本？ - Lisa

@davidshinn，你提供的文档中还有这个突出显示的引用吗？我找不到它！ - Pietro Marchesi

原始回复已经进行了修订（引用文本在版本0.13中）：http://pandas.pydata.org/pandas-docs/version/0.13/indexing.html#indexing-view-versus-copy。 - davidshinn

顶部链接不再指向包含此信息的页面。 - johnDanger