Python Pandas: как передать «представления» DataFrames в функцию?

Question

Мой сценарий заключается в том, что функция должна иметь возможность изменять значения внутри pandas.DataFrame. Но я не хочу раскрывать всю функцию DataFrame для функции, а именно части, которые необходимо изменить. Причиной такой прозрачности является то, что функция будет более общей с возможностью указать, какая часть DataFrame должна быть изменена извне. Imaging Я могу написать функцию mult(df_view, a), которая умножает все значения в представлении на a. Обратите внимание: я не хочу создавать новый DataFrame. Изменение стоимости должно быть на месте.

Это моя попытка:

df = pd.DataFrame([[1,1],[1,1]]) 

def mult(df_view, a): 
    df_view *= a 

mult(df.loc[1,1], 2) 

print(df) 

Это (ненужный) выход:

0 1 
0 1 1 
1 1 1 

Ожидаемый результат:

0 1 
0 1 1 
1 1 2 

Обратите внимание, что если мы делаем назначение (т. е. без функции), он работает:

df = pd.DataFrame([[1,1],[1,1]]) 

df.loc[1,1] *= 2 

print(df) 

... дает:

0 1 
0 1 1 
1 1 2 

Таким образом, по-видимому, я Мессинг что-то при переходе через эту точку зрения вызова функции. Я прочитал это blog post from Jeff Knupp, и я думаю, что я понимаю, как работает привязка имени и имени python. Мое понимание DataFrames заключается в том, что когда я вызываю df.loc[1,1], он генерирует прокси-объект, который указывает на исходный DataFrame с окном [1,1], так что дальнейшие операции (например, назначение) передаются только элементам внутри окна. Теперь, когда я передаю этот df.loc[1,1] через вызов функции, функция связывает имя df_view с прокси-объектом. Поэтому в моей теории любое изменение (т. Е. df_view *= a) должно применяться к представлению и, следовательно, к элементам в исходном DataFrame. Из результата ясно, что этого не происходит, и кажется, что DataFrame копируется в процессе (я не уверен, где), потому что некоторые значения были изменены за пределами исходного DataFrame.

Answer 1

Просто проверьте

>>> type(df.loc[1, 1]) 
numpy.int64 

Так, очевидно, что это не будет работать - вы передаете в одной непреложной междунар, который не имеет привязки к внешнему DataFrame.

Вам необходимо было перейти в фактическом виде с простой индексацией (изменчивой конструкцией), это было бы , скорее всего, работа.

>>> mult(df.loc[:, 1], 2) 
>>> df 
    0 1 
0 1 2 
1 1 2 

Но некоторые другие операционные системы не будут работать.

>>> mult(df.loc[:, :1], 2) 
>>> df 
    0 1 
0 1 2 
1 1 2 

В общем, я думаю, что этот поток управления является плохой идеей - лучший вариант будет работать непосредственно по индексу, как вы показали работы. Панда, как правило, более дружелюбна (ИМХО), когда вы придерживаетесь неизменности, когда это возможно.

Answer 2

Проблема в том, что иногда бывает difficult to detect, копия данных выполнена.

Вы можете обойти трудности при индексации в функции:

def mult(df,i,j,a): 
    df.loc[i,j]*=a 

mult(df,1,1,2) 
mult(df,1,slice(0,2),6) 
print(df) 

для

0 1 
0 1 1 
1 6 12