pandasにおけるデータフレームのコピーについて

困っているというか、気になったこと

pandasにおけるデータフレームのコピーの挙動について質問があります。

まず、データフレームを複製したい場合には
df2 = dfではdf2がdfへのリンク（ポインタ？）になってしまうので、
df2 = df.copy()というようにする、ということはわかりました。

（参考）
pandasのDataFlameのコピーは”＝”じゃだめ
 pandasで=でコピーした場合とcopy()を使った場合の挙動の違い
 <Python, pandas> DataFlame.copy()

しかし、copyなしの=だけでも複製できるケースがあることに気付きました。

該当のソースコード

まず、複製できていないケースの=です。

Python
1df = pd.DataFrame(data=[(0,1),(2,3)])
2df2 = df
3df2.iloc[0,0]=9999
4print(df)
5print(df2)

Output
1(df)
2      0  1
30  9999  1
41     2  3
5(df2)
6      0  1
70  9999  1
81     2  3

これは先程述べたように上手くいっていません。

しかし、次のように書いた場合、

Python
1df = pd.DataFrame(data=[(0,1),(2,3)])
2df2 = df[[True,True]]
3df2.iloc[0,0]=9999
4print(df)
5print(df2)

Output
1(df)
2   0  1
30  0  1
41  2  3
5(df2)
6      0  1
70  9999  1
81     2  3

と、何故か上手くいっています……。
ちなみに、df2 = df[:]ではうまくいきませんでした。

どなたか、この辺の挙動について、ご説明いただけないでしょうか……？

行動規範の内容に同意します

回答1件

ベストアンサー

pandas は numpy と同じで boolean indexing や fancy indexing の場合はコピーを返します。
df.values.base is df2.values.base で df と df2 の参照するデータが同じかどうか確認できます。

def is_view(df1, df2):
    return df.values.base is df2.values.base

df2 = df
print(is_view(df, df2))  # True

df2 = df[:]
print(is_view(df, df2))  # True

# slice
df2 = df[::2]
print(is_view(df, df2))  # True

# boolean indexing
df2 = df[[True, False, True, True, True]]
print(is_view(df, df2))  # False

# fancy indexing
df2 = df[[1, 2, 4]]
print(is_view(df, df2))  # False

# operation
df2 = df + 2
print(is_view(df, df2))  # False

要求された配列をストライドの調整で返すことができる場合はビューになりますが、そうでない場合はコピーになります。

投稿2019/02/20 13:39