Почему переменная изменяет значение?

Question

[Ася]

У меня есть такой код где я создаю датафрейм cotraiders и мне нужно чтобы этот датафрейм не менялся после использования функций, но проблема в том что он меняется и я не могу понять почему ?

import pandas as pd

def find_stats(df_segment):
    comtraders2 = df_segment
    company_segments = ['a', 'b']
    segments_ = [['a', 'c'], ['c', 'd'], ['b']]
    print('Case 1:', comtraders2)
    df_segment['segment'] = [len(set(company_segments) & set(str(segments_[i]).split('|'))) > 0 for i in range(len(segments_))]
    print('Case 2:', comtraders2)

    return df_segment.equals(comtraders2), df_segment

comtraders = pd.DataFrame()
comtraders['segment'] = [['a', 'c'], ['c', 'd'], ['b']]
print('Initial:', comtraders)
result, df_segment = find_stats(comtraders)

print('Result 1:', result)
print('Result 2:', df_segment.equals(comtraders))

В результате и comtraders и comtraders2 меняют свои значения, почему?

Скриншот фрагмента кода удалён модератором.

Comments

[Модератор]

Скриншот фрагмента кода удалён модератором.
Нарушение п.3.8 Регламента. Скриншоты фрагментов кода запрещены.
Фрагменты кода надо размещать в виде текста и оборачивать тэгом code для корректного отображения. Удобно делать кнопкой </>
Это обязательно, см.п.3.8 Регламента.
Сюда же относится traceback, ввод и вывод в консоли и другая структурированная текстовая инфа.

Answer 1

[Максим Припадчев]

Когда вы выбираете подсет фрейма и ИЗМЕНЯЕТЕ этот подсет то может меняться и сам фрейм из которого этот подсет был выбран. Это известная особенность pandas, причина которых лежит в numpy. Как поправить, для этого используют копию и уже от этой копии и берется подсет. В вашем коде comtraders2 = df_segment вот это строчку нужно заменить на comtraders2 = df_segment.copy() И тогда будет работать, как вы ожидаете.

помните подобные операции, могут приводить к изменению оригинального фрейма.

df = pd.DataFrame({
    'A':[1,2,3],
    'B':[4,5,6]
})

subset = df['A'] 
subset[0] = 100
print(df)

И вы увидите ваш оригинальный df изменился. Существует несколько кейсов, при определенных он выдаст предупреждение, при таком как я привел выше и вовсе все произойдет молча.
поправить также, использовать копию.

df = pd.DataFrame({
    'A':[1,2,3],
    'B':[4,5,6]
})

subset = df['A'].copy() 
subset[0] = 100
print(df)

Ну и немножко, не в тематику вашего вопроса, я не знаю какую задачу вы пытаетесь решить, но pandas код так не пишут (колонки со списками внутри это очень плохо), задача должна решаться по другому.

Comments

[Ася]

спасибо за объяснение!

и спасибо за совет (к сожалению в моей задаче мне приходится использовать чужой csv где данные хранятся с колонками со списками внутри)

[Максим Припадчев]

Ася, Хорошо, когда вы получаете фрейм из файла, все может быть на много хуже, чем списки. В чем проблема списка как элемента ячейки, в том что для pandas нет никакого списка если вы вызовете df.dtypes то увидите тип данных вашей колонки 'object'. Что это значит? А значит это что pandas понимает содержание колонки как "python" объект и никакие операции кроме строковых ему недоступны, вы все еще можете например написать функции и применить ее методом apply например которая будет вычислять mean или что то другое, но будет страшно медленная и для каждой операции придется писать функцию, это так не работает.

Вам нужно распарсить данные увеличить количество столбцов если необходимо и применять операции согласно типу данных.

[Ася]

Максим Припадчев, ну вот заминка с "увеличить количество столбцов" потому что эти списки в колонке могут быть абсолютно разной длины (плюс изначально они записаны в виде строк ака "a|b|c", "b|c" и тд, то есть мне их сначала сплитить приходится из строк в списки)

[Максим Припадчев]

Ася, Если в виде строк это другое дело, лишь бы чисел там не было, потому что операции над числовыми видами данных, вам недоступны, я об этом и говорил. Там смотрите, еще раз pandas не будет понимать что это списки со строками. Он будет понимать все это как строку вместе с элементами []. Есть акссесор str, который позволяет работать с каждым элементом ячейки, как если бы это была отдельная python строка, там у него куча методов есть включая хоть regex можно прикрутить.

[Ася]

Максим Припадчев, это я знаю, да

Answer 2

[fenrir]

Потому что
1) Любые объекты передаются в функции по ссылке, так что если вы изменяете объект, он изменится
2) Вы не копируете объект, а ссылаетесь на него

In [15]: a = [1, 2, 3]

In [16]: b = a

In [17]: c = a[:]

In [18]: a is b
Out[18]: True  # переменные ссылаются на один и тот же объект

In [19]: a is c 
Out[19]: False # в c лежит плоская копия a

Comments

[Ася]

так я не изменяю объект, посмотрите мой код

[Ася]

вот другой пример (без пандаса, где все работает правильно)

def find_stats(df_segment):
    comtraders2 = df_segment
    print('Case 1:', comtraders2)
    df_segment = df_segment + 1
    print('Case 2:', comtraders2)

    return df_segment is comtraders2, df_segment

comtraders = 0
print('Initial:', comtraders)
result, df_segment = find_stats(comtraders)

print('Result 1:', result)
print('Result 2:', df_segment is comtraders)

[Сергей Горностаев]

Ася,

так я не изменяю объект, посмотрите мой код

Посмотрел, изменяете. Что, по-вашему, делает эта строка?
df_segment['segment'] = ...

[Dmitrii]

Простые типы (int, double) передаются по значению.