Python学习笔记（6-1）：若干细节知识

文章导读

 - 课程难度：★★★☆☆
 - 预计学习时间：40分钟
 - 简介：本节主要讲解了运用python进行数据分析时，一些导致数据分析代码不能如期运行的原因及解决方案，包括：（1）可变元素作为函数参数时可能修改原值的问题及解决方案；（2）对pandas数据结构的访问失败原因及索引重建问题；
 - 重点涉及的函数和内容：（1）copy.copy()、copy.deepcopy()；（2）pd.reset_index()；

前言

在真正开始利用学到的一些知识完成数据分析任务之前，这里再花两节的篇幅对python在数据分析领域有用的部分知识做一些细节的补充，这些知识在开展真正的数据分析项目中基本都用得上。

一、可变元素作为函数参数时是否会修改原值

之前讲过，字符串和元组可以通过下标和切片进行访问，但是不可修改里面的元素。字典只能通过“键”访问，可以修改里面的元素。集合不能通过下标访问，当然集合也没有键。因此我们主要围绕列表（list）在作为函数参数时的一些数据修改问题。同时作为类比，这里也会观察numpy数组、Series和DataFrame作为函数参数的数据修改问题。

1、参数为数值或字符串时

函数调用时，参数为数值和字符串类型时是不会修改原值的，具体示例如下：

def fun(value):
  value = value + 1
  return 0
a = 100
fun(a)
print(a)

def fun(value):
     value = value + 'tmp'
     return 0
a = 'qwe'
fun(a)
print(a)

两个函数调用的输出结果分别如下：

100

qwe

2、函数修改可变类型数据的下层元素时

函数对列表、numpy数组、Series和DataFrame等可变类型数据的下层元素进行修改时，则会修改原值。例如我们定义一组函数，分别对列表、numpy数组和DataFrame进行类似的处理：

def pcs(LIST):
    LIST[1:3] = [-1, -1]
    LIST.append([0, 0])
    LIST.extend([12, 12])
    LIST + [13, 14]
    LIST += [15, 16]
    return 0

a = [1, 2, 3, 4, 5, 6, 7, 8, 9]
print(pcs(a))
print(a)

输出结果如下：

0
[1, -1, -1, 4, 5, 6, 7, 8, 9, [0, 0], 12, 12, 15, 16]

由此我们可以注意到，由于只有 + 不改原值，所以除LIST + [13, 14]这一项之外，其余的修改都被反映到原值上去了。

3、避免数据传入函数后改变原值的方法

如果希望一个列表被我们传递进函数时处理后原值不被改变，我们应用的最多的方式是传入原列表的复制，这样原始列表就不会因为函数的调用而发生改变。关于一个列表的复制，有下面几种方式：

（1）传入列表的切片作为参数

原理：修改列表切片能影响原值，原值做函数参数能影响原值，但是切片做函数参数时，是不会修改原值的。基于这种思路的操作方式就是，虽然我们还是处理一个a，但是处理a的时候，对a进行切片，但切片取整个的a。如此，传入这个新列表后后原列表就不会发生修改：

a = [1, 2, 3, 4, 5, 6, 7, 8, 9]
print(pcs(a[:]))
print(a)

输出结果如下：

0
[1, 2, 3, 4, 5, 6, 7, 8, 9]

（2）传入原列表＋空列表作为参数

原理：因为 + 返回的也是一个新列表，而不会影响原列表。所以我们传入一个现有列表的基础上直接加一个空列表，传参传的就是一个与a一样的新值，也能解决问题：

a = [1, 2, 3, 4, 5, 6, 7