Pandasはビューとコピーを生成するためにどのようなルールを使用していますか？

データフレームからの選択が元のデータフレームのコピーまたは元のビューであると決定するときにPandasが使用するルールについて混乱しています。

たとえば、

df = pd.DataFrame(np.random.randn(8,8), columns=list('ABCDEFGH'), index=range(1,9))

私queryはaがコピーを返すので、

foo = df.query('2 < index <= 5')
foo.loc[:,'E'] = 40

は、元のデータフレームには影響しませんdf。また、スカラーまたは名前付きスライスがビューを返すことも理解しています。

df.iloc[3] = 70

または

df.ix[1,'B':'E'] = 222

変わりdfます。しかし、もっと複雑なケースになると、私は迷っています。例えば、

df[df.C <= df.B] = 7654321

変更しますがdf、

df[df.C <= df.B].ix[:,'B':'E']

ではない。

パンダが使用している簡単なルールはありますか？これらの特定のケースで何が起こっているか。特に、特定のクエリを満たすデータフレーム内のすべての値（または値のサブセット）をどのように変更しますか（上記の最後の例で試みているように）？

注：これはこの質問と同じではありません。と私はドキュメントを読んだが、それによって啓発されていません。このトピックに関する「関連」の質問も読みましたが、Pandasが使用している単純なルールや、それをどのように適用するか（たとえば、値（または値のサブセット）の変更）がまだありません。特定のクエリを満たすデータフレーム内。

ルールとそれに続くオーバーライドは次のとおりです。

• すべての操作でコピーが生成されます

• inplace=True提供された場合、その場で変更されます。一部の操作のみがこれをサポートしています

• セットするインデクサー.loc/.iloc/.iat/.at。

• 単一の型付きオブジェクトを取得するインデクサーは、ほとんどの場合ビューです（メモリレイアウトによっては、そうでない可能性があるため、これは信頼できません）。これは主に効率のためです。（上記の例はの例です.query。これは常にによって評価されたコピーを返しますnumexpr）

• 複数の型を持つオブジェクトを取得するインデクサーは常にコピーです。

あなたの例 chained indexing

df[df.C <= df.B].loc[:,'B':'E']

の動作は保証されていません（したがって、これを実行することは絶対にありません）。

代わりに：

df.loc[df.C <= df.B, 'B':'E']

これはより高速で常に機能するため

連鎖インデックスは2つの別個のPython操作であるため、パンダによって確実にインターセプトすることはできません（多くの場合SettingWithCopyWarning、が表示されますが、100％検出可能でもありません）。DEVドキュメントあなたが指摘し、はるかに十分な説明を提供します。