【Python】pandasでDataFrameの値渡しをする方法

んー

どうしたの？

なんかpandasでFataFrameを加工してたら、何故か触ってない方のDataFrameの中身が勝手に変わっちゃって・・・

それ、勝手に変わったDataFrameって加工してるDataFrameの元データだったりする？

そうだけど何か？

あー、原因わかったわ

Pythonのデータ処理によく使われるDataFrame。

表形式のCSVやExcelのデータを読むことができ、集計や加工にとても重宝する。

しかし気をつけて使わないと自分の意図しないタイミングでデータが書き換わってしまうことがあるかもしれない。

今回はpandasでDataFrameの中身が変わってしまう原因と、「pandasでDataFrameの値渡しをする方法」について解説する。

この記事を書いている人

システムエンジニア、AIエンジニアと、IT業界で10年以上働いている中堅。PythonとSQLが得意。機械学習や予測の前処理や後処理でpandasをよく使う。

記事を読むメリット

pandasでDataFrameの中身が変わってしまう原因と、pandasでDataFrameの値渡しをする方法がわかる

pandasでDataFrameの中身が変わってしまう原因

pandasでDataFrameの中身が変わってしまう原因。

それは参照渡ししたDataFrameを編集してしまっているから。

「参照渡し」ってなんだっけ？

変数を渡したときの挙動の違いですね

a = b とした時、「値渡し」ならbは「aと同じ値を持っているけどコピーされた別の存在」なので、bを編集してもaに変化はない。

でも「参照渡し」なら、bは「変数名が違うだけでaと同じ存在」なのでbを編集したらaも変化する。

参考

値渡しと参照渡しの違いを理解する

具体的にコードにすると以下のようになる。

import pandas as pd

def change_df(df):
    df["c3"].iloc[1] = 44
    return

# ---- passed by reference ----

data_list1 = [
[1,2,3],
[2,3,4],
[3,4,5]
]
col_list = ["c1","c2","c3"]
df = pd.DataFrame(data=data_list1, columns=col_list)
print(df)

#    c1  c2  c3
# 0   1   2   3
# 1   2   3   4
# 2   3   4   5

print("df2 = df")
df2 = df

print('df2["c1"].iloc[1] = 22')
df2["c1"].iloc[1] = 22

print("df")
print(df)
print("df2")
print(df2)

# df
#    c1  c2  c3
# 0   1   2   3
# 1  22   3   4
# 2   3   4   5
# df2
#    c1  c2  c3
# 0   1   2   3
# 1  22   3   4
# 2   3   4   5

print('change_df(df2)')
change_df(df2)
print("df")
print(df)
print("df2")
print(df2)

# df
#    c1  c2  c3
# 0   1   2   3
# 1  22   3  44
# 2   3   4   5
# df2
#    c1  c2  c3
# 0   1   2   3
# 1  22   3  44
# 2   3   4   5

df2 = df として df2 というDataFrameを作ってdf2の中身を書き換えているが、参照渡しで本体はdf同じであるためprintするとdfも同じように書き換わっている。

ではどうすれば参照渡しではなく df2 を別のDataFrameとして作ることができるのか。

pandasでDataFrameの値渡しをする方法

pandasでDataFrameを参照渡しではなく値渡しする方法。

それは copy() メソッドを使うことだ。

copy() メソッドを使うと、値だけコピーした別の変数を作ることができる。

具体的には以下の通り。

# ---- passed by value ----

print('Initialize df')

data_list1 = [
[1,2,3],
[2,3,4],
[3,4,5]
]
col_list = ["c1","c2","c3"]
df = pd.DataFrame(data=data_list1, columns=col_list)
print(df)

#    c1  c2  c3
# 0   1   2   3
# 1   2   3   4
# 2   3   4   5

print("df2 = df.copy()")
df2 = df.copy()

print('df2["c1"].iloc[1] = 22')
df2["c1"].iloc[1] = 22

print("df")
print(df)
print("df2")
print(df2)

# df
#    c1  c2  c3
# 0   1   2   3
# 1   2   3   4
# 2   3   4   5
# df2
#    c1  c2  c3
# 0   1   2   3
# 1  22   3   4
# 2   3   4   5

print('change_df(df2)')
change_df(df2)
print("df")
print(df)
print("df2")
print(df2)

# df
#    c1  c2  c3
# 0   1   2   3
# 1   2   3   4
# 2   3   4   5
# df2
#    c1  c2  c3
# 0   1   2   3
# 1  22   3  44
# 2   3   4   5

df2を作る際に df2 = df.copy() とすることで、dfの中身をコピーした別の変数（インスタンス）としてdf2を作ることができる。

df2はdfとは別の存在なので、中身を編集してもdf自体に影響はない。

参考

pandas.DataFrame.copy — pandas 1.1.3 documentation