我有一个像
这样的数据框df = pd.DataFrame({'A':[1,2,3,4],'B':[1,3,4,7]})
b0 1 11 2 32 3 43 4 7
当我将一些数据分配给数据框的转置时,没有错误,即
df.T['C'] = 3
运行此功能后的数据框没有更改。
但问题是数据存储在哪里?为什么不给任何错误?我期望这种分配的错误或
之类的输出b0 1 11 2 32 3 43 4 7C 3 3
当我做df.T['C'] = 3
edit :@zero提及,我们可能必须做
df = df.T.assign(C=3).T # Which is like df.loc['C',:] = 3
df.T
是一个不同的对象。您所做的更改不会反映在原始DF中。它在哪里?由于没有指向它的变量,要么已经由垃圾收集器收集,要么正在等待收集。您无法访问它。
您可以做的是创建一个新的变量
transposed = df.T
transposed['C'] = 3
transposed
Out:
0 1 2 3 C
A 1 2 3 4 3
B 1 3 4 7 3
当您调用任何返回新数据框的方法时,也会发生同样的事情。df.drop(0)['C'] = 2
,df.reset_index()['C'] = 3
或df.drop_duplicates()['C'] = 3
。原始的数据帧始终保持不变。在执行该语句的情况下,由于没有任何指向它的变量,因此创建了另一个数据框,但在执行该语句时就无法访问它。对于Cpython的垃圾收集,这里有一些有用的信息。
@bharath的编辑:
(我的一位老师给出的解释)
T returns a copy
。这意味着将新的内存分配以存储新对象。如果您查找Python垃圾收集,您会发现内存中的每个对象都可以反对指向它的指针。
运行垃圾收集时,它将在内存中找到此对象,并看到其指针为零。因为它的指针为零,所以垃圾收集将收回内存,并且对象永远消失。
因此,建议通过分配给名称(或变量)来保持单个指针指向对象。
方法 T
do return super(DataFrame, self).transpose(1, 0, **kwargs)
。
它将创建另一个数据框。
添加到现有答案中,我想提请您注意 -
之间的巧妙相似性df
A B
0 1 1
1 2 3
2 3 4
3 4 7
df.T['C'] = 3
df
A B
0 1 1
1 2 3
2 3 4
3 4 7
,与Python list
S-
l = [1, 2, 3, 4, 5]
l[:].append(6)
l
[1, 2, 3, 4, 5]
在两种情况下都会发生的是创建新对象!然后将操作应用于新创建的对象,随后,该对象是收集的垃圾,因为没有主动引用指向它。您可以看到这一点 -
import sys
sys.getrefcount(df.T)
1
只有一个对该对象的引用(在那个时间点的引用,随后丢失了)。一旦您接受df.T
返回A 全新对象的事实,这将变得容易理解(我已经说过了,但是我正在尝试将重点带回家) -
id(df.T)
4612098928
id(df.T)
4612098872
id(df.T)
4612098592
总而言之,您正在尝试修改您没有参考的新鲜对象,并且您没有看到对原件的任何更改,因为您没有进行任何参考。
<</p>