Python 数据帧中的loc会有什么影响

发布于11月07日

如果我有这个最小的可重现的例子

import pandas as pd
 
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
                "B":[7, 2, 54, 3, None],
                "C":[20, 16, 11, 3, 8],
                "D":[14, 3, None, 2, 6]})
 
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
 
df.index = index_
print(df)

# Option 1
result = df[['A', 'D']]
print(result)

# Option 2
result = df.loc[:, ['A', 'D']]
print(result)

使用loc和不使用loc有什么影响？结果非常相似. 我问这个问题是为了准备一个更复杂的问题，在这个问题中，我被指示使用loc.

推荐答案

不同的是，df[['A', 'D']]是对df(这里指的是Pandas 2.1.2)的微弱引用.

result1 = df[['A', 'D']]
print(result1._is_copy)
#<weakref at 0x7f34261b69d0; to 'DataFrame' at 0x7f34260e9590>

result2 = df.loc[:, ['A', 'D']]
print(result2._is_copy)
# None

在这两种情况下，这都不是一种观点:

print(result1._is_view, result2._is_view)
# False False

这种行为随着Pandas 版本的不同而改变.

这很重要吗？

这取决于你想做什么.在大多数情况下，不是.

然而，在特定情况下，第一种方法可以触发SettingWithCopyWarning:

result1 = df[['A', 'D']]
s1 = result1['A']
s1[:] = 1
# SettingWithCopyWarning: 
# A value is trying to be set on a copy of a slice from a DataFrame

result2 = df.loc[:, ['A', 'D']]
s2 = result2['A']
s2[:] = 1
# no Warning