知识卡片

普通读书笔记卡 · 6361.g

派生列的修改语义有版本前提

理解等级:中级

原书旧版警告修改取出的Series可能反映到原DataFrame;不能把它推广为所有pandas版本。pandas 3.0的Copy-on-Write下,派生对象的修改不会作为更新原表的路径,应直接修改目标对象。共享底层内存与用户可见修改行为需分别判断,避免把NumPy切片规则直接套到pandas。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 2 处

    • · 查看原书依据

      并不是副本。因此,对返回的Series所做的任何就地修改全都会反映到源DataFrame上。通过Series的copy方法即可显式地复制列。 另一种常见的数据形式是嵌套字典(也就是字典的字典): In [57]: pop = {'Nevada': {2001: 2.4, 2002: 2.9}, ....: 'Ohio': {2000: 1.5, 2001:

    • · 查看原书依据

      设置的方式也很简单: In [110]: obj['b':'c'] = 5 In [111]: obj Out[111]: a 0 b 5 c 5 d 3 如你所见,对DataFrame进行索引其实就是获取一个或多个列: In [112]: data = DataFrame(np.arange(16).reshape((4, 4)), ...: index=

    参考来源

    - 位置:《利用Python进行数据分析》第5章《DataFrame》(spine280;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0266.html;u106-ch05-011)。 - 结论依据:原文在“并不是副本”附近的定义、例子或代码支撑本卡核心说明:原书旧版警告修改取出的Series可能反映到原DataFrame;不能把它推广为所有pandas版本。边界按已读前提解释;示例未执行。 - 原始内容:并不是副本。因此,对返回的Series所做的任何就地修改全都会反映到源DataFrame上。通过Series的copy方法即可显式地复制列。 另一种常见的数据形式是嵌套字典(也就是字典的字典): In [57]: pop = {'Nevada': {2001: 2.4, 2002: 2.9}, ....: 'Ohio': {2000: 1.5, 2001: - 位置:《利用Python进行数据分析》第5章《索引、选取和过滤》(spine281;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0267.html;u111-ch05-011)。 - 结论依据:直接对目标对象执行索引赋值与先取出派生对象再修改不同,需明确更新的是哪一个对象;旧ix/icol/irow/get_value等入口不视为当前API保证。 - 原始内容:设置的方式也很简单: In [110]: obj['b':'c'] = 5 In [111]: obj Out[111]: a 0 b 5 c 5 d 3 如你所见,对DataFrame进行索引其实就是获取一个或多个列: In [112]: data = DataFrame(np.arange(16).reshape((4, 4)), ...: index=