如何在函数内将变量分配给合并的 Pandas 数据框

Posted 2023-02-24

【中文标题】如何在函数内将变量分配给合并的 Pandas 数据框

【英文标题】：How to assign variable to merged Pandas dataframe within function

【发布时间】：2018-03-26 03:04:11

【问题描述】：

我想修改传入这个函数的数据框。

def func(df):
    left_df = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'])
    right_df = pd.DataFrame([[5, 6], [7, 8]], columns=['C', 'D'])
    df = pd.merge(left_df, right_df, how='outer', left_index=True, right_index=True)
    print("df is now a merged dataframe!")

test = pd.DataFrame()
func(test)

但是，由于 Python 按值传递，被调用者 func() 获得了指向原始空数据帧的 df 的副本。当它被分配给合并的数据框时，它会创建一个由pd.merge() 返回的新对象，并将df 指向这个新对象。但是，test 没有改变，继续指向原来的空数据框。

我们如何在func() 中就地合并，所以test 实际上已经改变了？我想要pandas.DataFrame.update() 之类的东西，但这只能让您进行左连接。

【参考方案1】：

IIUC，类似这样的东西？

def func(df):
    left_df = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'])
    right_df = pd.DataFrame([[5, 6], [7, 8]], columns=['C', 'D'])
    df = pd.merge(left_df, right_df, how='outer', left_index=True, right_index=True)
    print("df is now a merged dataframe!")
    global test 
    test = df

test = pd.DataFrame()
func(test)
print(test)

输出：

df is now a merged dataframe!
   A  B  C  D
0  1  2  5  6
1  3  4  7  8

【讨论】：

这绝对有效！根据this post 的说法，使用全局变量可能很难跟踪发生更改的位置，但这是我见过的最好的解决方案。

【参考方案2】：

Python 不按值传递！注意：这通常是不好的编码习惯证明

test = pd.DataFrame([[1, 2], [3, 4]])

def func(df):
    df.loc[:] = df * 2

print(test)
func(test)
print(test)

   0  1
0  1  2
1  3  4

   0  1
0  2  4
1  6  8

---

您的问题是您正在命名名称 df 的本地版本。您需要以某种方式更改数据框 inplace。

test = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))

def func(df):
    df.loc[:, 'C'] = 9

print(test)
func(test)
print(test)

   A  B
0  1  2
1  3  4

   A  B  C
0  1  2  9
1  3  4  9