python - 使用列表理解时数据框被覆盖

Question

我正在尝试通过列表理解创建四个新的 pandas 数据框。每个新数据框应该是原始的“constituents_list”数据框，具有两个新列。这两列将定义的年数添加到现有列并返回值。示例代码如下

def add_maturity(df, tenor):
    df['tenor'] = str(tenor) + 'Y'
    df['maturity'] = df['effectivedate'] + pd.DateOffset(years=tenor)
    return df

year_list = [3, 5, 7, 10]
new_dfs = [add_maturity(constituents_file, tenor) for tenor in year_list]

我在 new_dfs 列表中的预期输出应该有四个数据帧，每个数据帧都有不同的“tenor”和“maturity”值。在我的结果中，所有四个数据帧都具有相同的数据，“期限”为“10Y”，“成熟度”比“有效日期”列长 10 年。

我怀疑每次迭代列表理解时，每个现有数据帧都会被最新的函数调用覆盖。我只是不知道如何阻止这种情况发生。

非常感谢

Answer 1

当您分配给 DataFrame 对象时，您正在就地进行修改。当您将其作为参数传递给函数时，您传递的是对 DataFrame 对象的引用，在本例中每次都是对相同 DataFrame 对象的引用，因此会覆盖之前的数据结果。

要解决此问题，您可以在函数开头创建 DataFrame 的副本:

def add_maturity(df, tenor):
    df = df.copy()
    df['tenor'] = str(tenor) + 'Y'
    df['maturity'] = df['effectivedate'] + pd.DateOffset(years=tenor)
    return df

(或者您可以保持函数不变，并让调用者在将 DataFrame 作为参数传递时首先复制 DataFrame...)

或者您可以使用 assign() 方法，该方法返回一个包含修改后的列的新 DataFrame:

def add_maturity(df, tenor):
    return df.assign(
        tenor= str(tenor) + 'Y',
        maturity=df['effectivedate'] + pd.DateOffset(years=tenor),
    )

(就我个人而言，我会选择后者。它与大多数 DataFrame 方法的工作方式类似，因为它们通常返回一个新的 DataFrame，而不是就地修改它。)