DataFrame.values 中的更改是否总是会修改数据框中的值

Python

DataFrame.values是否总是会修改数据框中的值？

Pandas

在Python的Pandas库中，DataFrame是一种二维数据结构，类似于excel中的表格。DataFrame.values属性是用于返回DataFrame中的数据的numpy数组。那么，当我们对DataFrame.values进行更改时，是否会直接修改数据框中的值呢？下面我们将对此进行探讨。

案例代码：

Python
import Pandas as pd
# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Sam'],
        'Age': [25, 28, 30, 35],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)
# 打印原始数据框
print("原始数据框：")
print(df)
# 修改DataFrame.values的值
df.values[0][0] = 'Jerry'
# 打印修改后的数据框
print("修改后的数据框：")
print(df)

DataFrame.values是否直接修改数据框中的值？

根据上面的案例代码，我们可以看到，当我们修改DataFrame.values的值时，原始的数据框中的值也被修改了。这是因为DataFrame.values返回的是一个对原始数据框中数据的引用，而不是数据的副本。因此，对DataFrame.values的任何修改都会直接反映在数据框中。

如何避免直接修改数据框中的值？

如果我们不希望直接修改数据框中的值，可以使用DataFrame.copy方法创建数据框的副本，然后对副本进行操作。这样，即使对副本的修改，也不会影响原始数据框的值。

案例代码：

Python
import Pandas as pd
# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Sam'],
        'Age': [25, 28, 30, 35],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)
# 打印原始数据框
print("原始数据框：")
print(df)
# 创建数据框的副本
df_copy = df.copy()
# 修改副本的值
df_copy.values[0][0] = 'Jerry'
# 打印修改后的副本
print("修改后的副本：")
print(df_copy)
# 打印原始数据框
print("原始数据框：")
print(df)

在Python的Pandas库中，对DataFrame.values进行的修改会直接反映在原始数据框中。为了避免直接修改数据框中的值，可以使用DataFrame.copy方法创建数据框的副本，然后对副本进行操作。

希望本文对你理解DataFrame.values是否总是会修改数据框中的值有所帮助！