将 DataFrame 切片作为参数传递给没有“SettingWithCopyWarning”的函数
Posted
技术标签:
【中文标题】将 DataFrame 切片作为参数传递给没有“SettingWithCopyWarning”的函数【英文标题】:Passing DataFrame slice as argument to function without 'SettingWithCopyWarning' 【发布时间】:2015-01-17 09:59:31 【问题描述】:我有一个将数据帧作为参数的函数,在处理此数据帧时,它调用另一个函数,将同一数据帧的切片作为参数传递给辅助函数。
所有更改都已就地完成,因此不会返回任何内容(因为数据框的大小)。
但是,这个辅助函数引发了SettingWithCopyWarning
,因为它不再处理原始数据帧。
这是一个例子:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(9).reshape(3,3), columns=list('abc'))
print df
def a(df):
if df.is_copy:
print 'a got a copy'
df['a'] = 'a'
def b(df):
if df.is_copy:
print 'b got a copy'
print df.is_copy
df.loc[:,'b'] = 'b'
def c(df):
a(df)
b(df.loc[0:1,:])
if df.is_copy:
print 'c got a copy'
df.loc[0:1,'c'] = 'c'
def d(df):
new_df = df.loc[0:1].copy(deep=True)
b(new_df)
df.update(new_df)
del new_df
c(df)
df
结果:
b got a copy
<weakref at 000000000C1DE778; to 'DataFrame' at 000000000C1B9DA0>
a b c
0 a 1 c
1 a 4 c
2 a 7 8
我知道一种选择是从原始切片创建一个新数据帧并将其传递给b
,然后df.update(new_df)
和d
表明它有效:
d(df)
df
产生所需的输出:
a b c
0 a b c
1 a b c
2 a 7 8
但是有没有办法在不创建新数据框和提高 SettingWithCopyWarning
的情况下处理这个问题。
另一个复杂情况是,从c
内部调用b
有时可能只是简单的b(df)
,因此切片是可选的。
谢谢。
【问题讨论】:
【参考方案1】:如果你想修改东西,最好简单地传递框架和蒙版。
def b(df, row_mask):
df.loc[row_mask,'b'] = 'foo'
虽然通常我不会修改这样的东西,特别是如果它是一个大框架。当您更改 dtypes 时,这些修改会触发副本(例如,将“b”放在包含所有数字的列中通常不是您应该做的,dtypes 是基于列的)。
所以更好的工作流程是这样做:
def b(df):
sliced = df.loc[0:1].copy()
sliced.loc[:,'b'] = 'foo'
return sliced
那么你就可以简单地在末尾连接:
result = pd.concat([b(df), df[1:]])
然后生成这些链并立即连接所有内容。将比就地修改更有效(尽管如果您只修改少量值,那么我的第一种方法可能会更好)。 YMMV。
【讨论】:
谢谢你,杰夫。这很有帮助。实际上没有打算更改 dtype - 这可能是使用错误的示例。但是,我对您的第二个选项感到有些困惑。 1) 如果df.memory_usage()
显示大约 4 GB(可用的 8 GB),df.loc[0:1].copy()
不会增加整体内存占用吗? 2)如果我必须将掩码传递给您的第二个b
(如果切片索引是在b
之外定义的)我是否正确理解第二个b
需要根据第一个b
进行修改(即掩码需要与df
一起传递)?再次感谢。
这取决于 j 有一个巨大的框架通常会更好地处理它以上是关于将 DataFrame 切片作为参数传递给没有“SettingWithCopyWarning”的函数的主要内容,如果未能解决你的问题,请参考以下文章