loc/iloc 是否返回引用或副本？

Question

我在使用 .loc / .iloc 作为循环的一部分时遇到了一些问题。这是我的代码的简化版本：INDEX=['0', '1', '2', '3', '4']COLUMNS=['A','B','C']df=pd.DataFrame(index=INDEX, columns=COLUMNS)i=0while i<1000:    for row in INDEX:        df.loc[row] = function()    #breakpoint    i_max = df['A'].idxmax()    row_MAX=df.loc[i_max]    if i == 0:        row_GLOBALMAX=row_MAX    elif row_MAX > row_GLOBALMAX:        row_GLOBALMAX=row_MAXi+=1基本上：我用索引和列初始化数据框我用 for 循环填充数据帧的每一行我发现索引“i_max”在“A”列中找到最大值我保存值为最大'row_MAX'的数据框行while 循环遍历步骤 2 到 4，并使用新变量 row_GLOBALMAX 保存“A”行中具有最高值的行代码在第一次执行 while 循环 (i=0) 期间按预期工作，但是在第二次迭代 (i=1) 时，当我在指示的断点处停止时，我观察到一个问题：'row_MAX' 和 'row_GLOBALMAX' 都有已经相对于第一次迭代发生了变化，并且遵循了更新的“df”数据框中的值，即使我还没有在第二次迭代中分配它们。基本上，似乎 .loc 函数创建了一个指向“df”数据帧的特定行的指针，而不是在那个特定时刻实际分配一个值。这是正常的行为吗？我应该使用什么来代替 .loc？

Answer 1

我想这两个loc和iloc（未测试iloc）将指向该数据帧的具体指标。他们不复制该行。

您可以使用该copy()行上的方法来解决您的问题。

import pandas as pd

import numpy as np

INDEX=['0', '1', '2', '3', '4']

COLUMNS=['A','B','C']

df=pd.DataFrame(index=INDEX, columns=COLUMNS)

np.random.seed(5)

for idx in INDEX:

    df.loc[idx] = np.random.randint(-100, 100, 3)

print("First state")

a_row = df.loc["3"]

a_row_cp = a_row.copy()

print(df)

print("---\n")

print(a_row)

print("\n==================================\n\n\n")

for idx in INDEX:

    df.loc[idx] = np.random.randint(-100, 100, 3)

print("Second state")

print(df)

print("---\n")

print(a_row)

print("---\n")

print(a_row_cp)

Answer 2

根据官方文档

df.loc[] = value

变成

df.loc.__setitem__((slice())), value)

所以没有在任何地方创建的原始数据框的副本。该操作是在原始数据框的视图上完成的。这是建议的分配方式。.

df.loc[]保证df本身具有修改的索引行为，因此df.loc.__getitem__/df.loc.__setitem__直接对 df 进行操作。

问题和不确定性（查看与复制）始于链式索引的情况，您可以在此处阅读更多信息。

另外，请注意，有时 pandas 的分配警告可能是误报 -> 即当您正确使用df.loc[]分配但收到警告告诉您应该使用df.loc[]...