通過引用傳遞熊貓DataFrame

Question

我的問題是關於熊貓DataFrame在通過引用傳遞時的不可變性。考慮下面的代碼：

import pandas as pd 

def foo(df1, df2): 

    df1['B'] = 1 
    df1 = df1.join(df2['C'], how='inner') 

    return() 

def main(argv = None): 

    # Create DataFrames. 
    df1 = pd.DataFrame(range(0,10,2), columns=['A']) 
    df2 = pd.DataFrame(range(1,11,2), columns=['C']) 

    foo(df1, df2) # Pass df1 and df2 by reference. 

    print df1 

    return(0) 

if __name__ == '__main__': 
    status = main() 
    sys.exit(status) 

輸出是

A B 
0 0 1 
1 2 1 
2 4 1 
3 6 1 
4 8 1 

和不

A B C 
0 0 1 1 
1 2 1 3 
2 4 1 5 
3 6 1 7 
4 8 1 9 

事實上，如果FOO被定義爲

def foo(df1, df2): 

    df1 = df1.join(df2['C'], how='inner') 
    df1['B'] = 1 

    return() 

（即「加入「聲明之前的其他陳述）然後輸出僅僅是

A  
0 0 
1 2 
2 4 
3 6 
4 8 

我好奇，爲什麼是這種情況。任何見解，將不勝感激。

Answer 1

的問題是因爲該行的：

df1 = df1.join(df2['C'], how='inner') 

df1.join(df2['C'], how='inner')返回一個新的數據幀。在此行之後，df1不再引用與參數相同的數據幀，而是新引用，因爲它已被重新分配給新結果。第一個數據框繼續存在，未經修改。這不是一個真正的熊貓問題，只是python和大多數其他語言的一般方式。

一些熊貓函數有一個inplace參數，它可以做你想做的事，但是連接操作不會。如果你需要修改一個數據框，你將不得不返回這個新的數據，並將它重新分配給函數外部。

Answer 2

Python沒有通過值與傳遞參考 - 只有bindings from names to objects。

如果你改變你的函數

def foo(df1, df2): 

    res = df1.join(df2['C'], how='inner') 
    res['B'] = 1 

    return res 

然後df1，df2，在功能上，也必然給你發送的對象。 join（在這種情況下是新對象）的結果綁定到名稱res。您可以操縱它並將其返回，而不會影響其他任何對象或綁定。

在調用代碼，你可以只寫

print foo(df1, df2)