Які правила Pandas використовує для створення перегляду та копії?

Мене бентежить правила, які Pandas використовує, приймаючи рішення про те, що вибір з фрейму даних є копією оригінального фрейму даних або переглядом оригіналу.

Якщо я маю, наприклад,

df = pd.DataFrame(np.random.randn(8,8), columns=list('ABCDEFGH'), index=range(1,9))

Я розумію, що queryповертає копію, щоб щось подібне

foo = df.query('2 < index <= 5')
foo.loc[:,'E'] = 40

не матиме ніякого впливу на оригінальний dataframe, df. Я також розумію, що скалярні або названі фрагменти повертають вигляд, так що призначення таким, наприклад, як

df.iloc[3] = 70

або

df.ix[1,'B':'E'] = 222

зміниться df. Але я програю, коли мова йде про складніші справи. Наприклад,

df[df.C <= df.B] = 7654321

зміни df, але

df[df.C <= df.B].ix[:,'B':'E']

не.

Чи є просте правило, що Pandas використовує те, що я просто відсутній? Що відбувається в цих конкретних випадках; і зокрема, як я можу змінити всі значення (або підмножину значень) у фреймі даних, які задовольняють певний запит (як я намагаюся зробити в останньому прикладі вище)?

Примітка. Це не те саме, що це питання ; і я прочитав документацію , але не просвітлений нею. Я також читав "Пов'язані" питання на цю тему, але мені все ще не вистачає простого правила, яке Pandas використовує, і як я застосував би його, наприклад, для зміни значень (або підмножини значень) у кадрі даних, який задовольняє конкретний запит.

Ось правила, наступні зміни:

• Усі операції генерують копію

• Якщо inplace=Trueце передбачено, воно зміниться на місці; лише деякі операції підтримують це

• Індексатор, який встановлює, наприклад .loc/.iloc/.iat/.at, встановить на місці.

• Індексатор, що потрапляє на однотипний об'єкт, майже завжди є переглядом (залежно від компонування пам'яті, можливо, це не так, тому це не є надійним). Це головним чином для ефективності. (приклад зверху призначений для .query; копія завжди буде повернена так, як її оцінюють numexpr)

• Індексатор, який потрапляє на об'єкт з декількома типами, завжди є копією.

Ваш приклад chained indexing

df[df.C <= df.B].loc[:,'B':'E']

не гарантовано працює (і, таким чином, ви не повинні цього робити).

Замість цього робіть:

df.loc[df.C <= df.B, 'B':'E']

так як це швидше і завжди буде працювати

Ланцюгова індексація - це дві окремі операції пітона, і тому пандами неможливо надійно перехопити (ви часто отримуєте SettingWithCopyWarning, але це теж не на 100% виявляється). У Dev документи , які ви вказали, пропонують набагато більш повне пояснення.