如何编写非纯函数实现pandas dataframe间单行移动且对外生效

问题原因 #

该问题是Python变量作用域规则和pandas操作特性共同导致的：

• Python函数的形参属于局部变量，你在函数内执行source = source.drop(...)、destination = destination.append(...)这类赋值操作时，只是让函数内部的source、destination局部变量指向了新生成的DataFrame对象，并不会修改外部实参原本指向的对象地址。
• pandas默认的drop、append操作都不会修改原对象，而是返回修改后的新对象，你没有把新对象传递回外部作用域，自然看不到外部变量发生变化。

解决方法 #

最符合pandas使用习惯的方案是让函数返回修改后的两个DataFrame，外部调用时接收返回值即可，修改后的代码如下：

def move_line(ind, source, destination):
    row = source.loc[ind]
    destination = destination.append(row)
    source = source.drop(index=ind)
    print('source inside function\n', source, '\n\n')
    print('destination inside function\n', destination, '\n\n')
    # 新增返回语句传递修改后的对象
    return source, destination


def main():
    df = pd.DataFrame({'lower': ['a','b','c'],
                       'upper': ['A', 'B', 'C'],
                       'number': [1, 2, 3]},
                      index=['first', 'second', 'third'])

    empty = pd.DataFrame(columns=['lower', 'upper', 'number'])

    # 接收函数返回的修改后对象
    df, empty = move_line('second', df, empty)

    print('source outside function\n', df, '\n\n')
    print('destination outside function\n', empty)

如果你希望用inplace修改的方式实现（不需要返回值），可以调整写法为：

def move_line(ind, source, destination):
    row = source.loc[ind]
    # 直接在原destination对象上追加行
    destination.loc[ind] = row
    # drop操作设置inplace=True直接修改原source对象
    source.drop(index=ind, inplace=True)
    print('source inside function\n', source, '\n\n')
    print('destination inside function\n', destination, '\n\n')

注：inplace操作在pandas中一般不推荐使用，容易引发意料之外的副作用。

内容的提问来源于stack exchange，提问作者jp_tibirosen