将熊猫选择分配给变量，然后对其进行修改

Question

我正在尝试从熊猫数据帧中选择一些行并将子集/选择存储到变量中，以便我可以对该子集执行多个操作(包括修改(，而无需再次进行选择。但我不太明白为什么它不起作用。

例如，这不能按预期工作(原始df不会被修改(：

df = pd.DataFrame({"a":list(range(1,3))})
subDf = df.loc[df.a==2,:]
subDf.loc[:,"a"] = -1  # also throws SettingWithCopyWarning
# ... do more stuff with subDf...

但是，这按预期工作：

df = pd.DataFrame({"a":list(range(1,3))})    
mask = (df.a==2)
df.loc[mask,"a"] = -1

在阅读了关于索引视图与复制的 pandas 文档后，我的印象是通过.loc选择将返回视图，但鉴于 SettingWithCopyWarning，显然情况并非如此。我在这里误解了什么？

Answer 1

subDf = df.loc[df.a==2,:]你使用的方法实际上是__getitem__(df.loc.__getitem__(，它不能保证返回视图。当您将某些内容分配给loc(例如df.loc[mask,"a"] = -1(时，您实际上是在调用__setitem__(df.loc.__setitem__(。在这里，由于它必须为该切片分配一个值，因此保证它是一个视图。