python - 循环 Pandas 对象列表表现出奇怪的行为

Question

当涉及到 Pandas 对象及其循环的列表时，我遇到了一个轻微的头疼问题。在我正在编写的一些代码中，有一些 pandas 数据帧被放入一个列表中，因此可以对所有数据帧执行操作。

但是，我注意到某些操作(例如创建新列)在“天真的”Python for 循环中工作，而其他操作(例如反转数据帧的顺序)

1. 需要显式索引，并且
2. 不影响原始数据帧(仅影响其驻留在其中的副本) 列表)。

我正在寻求帮助，以使我的 MWE 的第二部分像第一部分一样轻松地工作，并深入了解首先导致这种差异的底层逻辑。

## Creating data
import pandas as pd
from io import StringIO

data = StringIO(
"""
date;time;random
2019-06-12;19:59:59+00:00;99
2019-06-12;19:59:54+00:00;200
2019-06-12;19:59:52+00:00;65
2019-06-12;19:59:34+00:00;140
"""
               )

df = pd.read_csv(data, sep=";")

print(df)

## Creating list; there is only one dataframe in this list to make the
## code easier to work with, but in actuality I am working with >20 dataframes
df_list = [df]

## First operation - successfully adds new column to both original df and df_list[0]
for dataframe in df_list:
    dataframe['date_time'] = pd.to_datetime(dataframe['date']+' '+dataframe['time'], utc=True)
print(df)
print(df_list[0])

## Second operation - successful only if using explicit indexing over list, first commented segment does nothing;
## using second segment works, but does not effect original df, only df_list[0].

# for dataframe in df_list:
#     dataframe = dataframe.iloc[::-1]
#     dataframe.reset_index(drop=True, inplace=True)

for i in range(len(df_list)):
    df_list[i] = df_list[i].iloc[::-1]
    df_list[i].reset_index(drop=True, inplace=True)

print(df)
print(df_list[0])

Answer 1

第一次操作，dataframe['date_time']=表明这是一个就地操作，而不是赋值。

之所以在第二个操作中，第二种方法有效，是因为当您循环遍历不使用索引的列表时，您创建了一个与列表无关的新变量，并将其分配给一个新值。

a = [1,2,3]
for i in a:
    i = 0
print(a)
print(i)

输出为:

[1, 2, 3]
0

所以在你的情况下，当你 for dataframe in df_list: ，您创建一个新变量 dataframe ，引用或指向 df_list 中每个元素的地址。然后，当您将它们分配给反转的数据框时，dataframe引用或指向一个新变量。

这里的问题是你(或我们)混淆了就地操作与赋值。