python - 为什么 pandas reindex() 不就地运行？

Question

来自reindex docs :

Conform DataFrame to new index with optional filling logic, placing NA/NaN in locations having no value in the previous index. A new object is produced unless the new index is equivalent to the current one and copy=False.

因此，我认为我可以通过设置 copy=False 就地 (!) 来获得重新排序的 Dataframe。然而，我似乎确实得到了一份副本，需要再次将其分配给原始对象。如果可以避免的话，我不想将其重新分配 ( the reason comes from this other question )。

这就是我正在做的:

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(5, 5))

df.columns = [ 'a', 'b', 'c', 'd', 'e' ]

df.head()

出局:

          a         b         c         d         e
0  0.234296  0.011235  0.664617  0.983243  0.177639
1  0.378308  0.659315  0.949093  0.872945  0.383024
2  0.976728  0.419274  0.993282  0.668539  0.970228
3  0.322936  0.555642  0.862659  0.134570  0.675897
4  0.167638  0.578831  0.141339  0.232592  0.976057

Reindex 为我提供了正确的输出，但我需要将其分配回原始对象，这是我想通过使用 copy=False 来避免的:

df.reindex( columns=['e', 'd', 'c', 'b', 'a'], copy=False )

该行之后的期望输出是:

          e         d         c         b         a
0  0.177639  0.983243  0.664617  0.011235  0.234296
1  0.383024  0.872945  0.949093  0.659315  0.378308
2  0.970228  0.668539  0.993282  0.419274  0.976728
3  0.675897  0.134570  0.862659  0.555642  0.322936
4  0.976057  0.232592  0.141339  0.578831  0.167638

---

为什么 copy=False 不能正常工作？

有没有可能做到这一点？

---

使用 python 3.5.3、pandas 0.23.3

Answer 1

reindex 是一种结构性变化，而不是装饰性或变革性的变化。因此，总是返回一个副本，因为操作不能就地完成(它需要为底层数组等分配新内存)。这意味着您必须将结果分配回去，别无选择。

df = df.reindex(['e', 'd', 'c', 'b', 'a'], axis=1)  

另见关于 GH21598 的讨论.

---

copy=False 实际上有用的一个极端情况是用于重新索引 df 的索引与它已有的索引相同。您可以通过比较 id 来检查:

id(df)
# 4839372504

id(df.reindex(df.index, copy=False)) # same object returned 
# 4839372504

id(df.reindex(df.index, copy=True))  # new object created - ids are different
# 4839371608