Copy-on-Write trong pandas 3: sửa giá trị đúng cách với loc
Bài 9/16 · Chương 4
Chọn, lọc và sắp xếp
- 6 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
Copy-on-Write là quy tắc của pandas 3: mỗi bảng hay cột bạn lấy ra từ một bảng khác hành xử như một bản sao riêng, nên sửa nó không bao giờ làm đổi bảng gốc. Hệ quả là muốn sửa giá trị theo điều kiện, bạn viết đúng một lệnh don.loc[mask, "cot"] = gia_tri trên chính bảng cần sửa; lệnh gán hai bước quen thuộc trong code cũ giờ chỉ sửa một bản sao rồi bỏ đi.
Cần biết trước: loc và iloc, lọc dữ liệu, view và copy trong NumPy và warnings.
Sửa giá trị theo điều kiện bằng một lệnh loc
Cửa hàng miễn phí giao cho đơn có tiền hàng từ 100.000 đ. Bảng có cột phi_giao mặc định 30.000 đ, và bạn cần đặt 0 cho các đơn đủ mức. Vế dòng của loc là mask, vế cột là tên cột cần sửa, vế phải là giá trị mới:
import pandas as pd
don = pd.read_csv("don_hang.csv", nrows=6)
don["tien_hang"] = don["so_luong"] * don["don_gia"]
don["phi_giao"] = 30000
mien = don["tien_hang"] >= 100000
don.loc[mien, "phi_giao"] = 0
print(don[["ma_don", "tien_hang", "phi_giao"]])KẾT QUẢ
ma_don tien_hang phi_giao
0 DH00001 156000 0
1 DH00002 50000 30000
2 DH00003 54000 30000
3 DH00004 60000 30000
4 DH00005 78000 30000
5 DH00006 390000 0Chỉ hai dòng có tien_hang từ 100.000 đ trở lên nhận phí 0; các dòng khác giữ 30.000 đ. Một lệnh loc nhắm thẳng vào bảng don, nên pandas biết chắc bạn muốn sửa bảng nào.
Gán hai bước chỉ sửa bản sao
Code viết cho pandas cũ hay sửa giá trị bằng hai lần chọn nối nhau, gọi là chained assignment: don["phi_giao"][mien] = 0. Lần chọn đầu lấy cột ra, lần thứ hai gán vào cột vừa lấy. Theo Copy-on-Write, cột lấy ra là một bản sao, nên lệnh gán sửa bản sao đó rồi bỏ đi, giống viết vào bản photo của sổ sách: tờ photo đổi, cuốn sổ thì không.
import warnings
import pandas as pd
don = pd.read_csv("don_hang.csv", nrows=6)
don["phi_giao"] = 30000
mien = don["so_luong"] * don["don_gia"] >= 100000
with warnings.catch_warnings(record=True):
warnings.simplefilter("always")
don["phi_giao"][mien] = 0
print(don["phi_giao"].to_list())KẾT QUẢ
[30000, 30000, 30000, 30000, 30000, 30000]Mọi đơn vẫn 30.000 đ: bảng gốc không đổi. Khối catch_warnings() gom cảnh báo đi kèm lệnh gán hai bước để nó không in ra; cách dùng có ở bài warnings.
Bảng con sau khi lọc là một bảng riêng
Lọc don[mask] cho ra một bảng con. Theo Copy-on-Write, gán cột vào bảng con chỉ sửa bảng con, không cảnh báo gì, và bảng gốc giữ nguyên. Đó là điều bạn muốn khi chỉ cần bảng con, như danh sách đơn sàn TMĐT để gửi đi:
import pandas as pd
don = pd.read_csv("don_hang.csv", nrows=6)
don["phi_giao"] = 30000
san = don[don["kenh"] == "Sàn TMĐT"]
san["phi_giao"] = 15000
print(san["phi_giao"].to_list())
print(don["phi_giao"].to_list())KẾT QUẢ
[15000, 15000, 15000, 15000]
[30000, 30000, 30000, 30000, 30000, 30000]Bảng san có bốn đơn phí 15.000 đ, còn don vẫn đủ sáu đơn phí 30.000 đ. Muốn bảng gốc đổi, hãy sửa chính bảng gốc bằng loc. Đổi san["phi_giao"] = 15000 thành san["phi_giao"] = 0 rồi chạy lại: dòng đầu in [0, 0, 0, 0]. Trang SettingWithCopyWarning so sánh từng kiểu gán này trên pandas 2 và pandas 3.
Hàm sửa bảng nhận vào: copy() trước
Copy-on-Write bảo vệ bảng gốc khỏi các bản sao, nhưng loc sửa thẳng bảng bạn gọi nó. Một hàm nhận don rồi gọi don.loc[...] = ... sẽ sửa chính bảng của nơi gọi, vì tham số và biến bên ngoài cùng trỏ tới một bảng:
Kiểm tra nhanh
Sau
import pandas as pd,bang = pd.DataFrame({"sl": [1, 5, 3]})vàbang.loc[bang["sl"] >= 3, "sl"] = 0,print(bang["sl"].to_list())in ra gì?[1, 5, 3][1, 0, 0][0, 0, 0]
Trên pandas 3, sau
bang = pd.DataFrame({"sl": [1, 5, 3]})và lệnh gán hai bướcbang["sl"][bang["sl"] >= 3] = 0, cộtsllà gì?[1, 5, 3], kèm cảnh báo ChainedAssignmentError[1, 0, 0]- Chương trình dừng vì ChainedAssignmentError
Sau
import pandas as pd,bang = pd.DataFrame({"sl": [1, 5, 3]}),con = bang[bang["sl"] > 2]vàcon["sl"] = 0,print(bang["sl"].to_list())in ra gì?[1, 5, 3][1, 0, 0][0, 0]
Một hàm nhận bảng
bangvà chạybang.loc[mask, "cot"] = 0. Vì sao bảng của nơi gọi bị đổi?- Vì
locluôn tạo bản sao rồi chép ngược lại - Vì tham số và biến ở nơi gọi cùng trỏ tới một bảng, và
locsửa thẳng bảng đó - Vì Copy-on-Write tắt trong hàm
- Vì
Bài tập
Giảm giá vài mã sản phẩm
Đợt khuyến mãi giảm giá một số mã sản phẩm. Bảng bang có cột ma_sp (chuỗi như "0012") và don_gia. Viết thân hàm giam_gia_ma(bang, cac_ma, phan_tram): trả về một bảng giống bang, trong đó ở các dòng có ma_sp thuộc list cac_ma, đơn giá mới là don_gia * (100 - phan_tram) // 100; các dòng khác giữ giá cũ.
Bảng mới giữ mọi dòng, mọi cột và index của bang. Hàm không sửa bảng bang của nơi gọi.
Trả về: bảng đã giảm giá, một DataFrame.
import pandas as pd
def giam_gia_ma(bang, cac_ma, phan_tram):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Copy-on-Write: mọi bảng hay cột lấy ra từ bảng khác hành xử như bản sao riêng; sửa nó không đổi bảng gốc.
Sửa giá trị theo điều kiện bằng một lệnh trên chính bảng cần sửa:
don.loc[mask, "cot"] = gia_tri.Gán hai bước
don["cot"][mask] = vchỉ sửa bản sao, bảng gốc giữ nguyên, kèm cảnh báo ChainedAssignmentError.Gán vào bảng con
don[mask]chỉ sửa bảng con, không cảnh báo.Hàm nhận bảng mà sửa bằng
locthì sửa bảng của nơi gọi: gọibang.copy()ở dòng đầu hàm.
Câu hỏi thường gặp
Copy-on-Write có làm pandas 3 chậm hoặc tốn bộ nhớ hơn không?
Không đáng kể: pandas chỉ chép dữ liệu thật khi có lệnh sửa, đúng như tên "chép khi ghi". Nhiều thao tác còn nhẹ hơn trước, vì pandas không phải chép phòng hờ.
Sửa giá trị bằng where() hay loc thì tốt hơn?
Với một điều kiện và một giá trị mới, loc rõ nhất. Khi cần chọn giữa hai giá trị cho mọi dòng, như phí 0 hay 30.000 đ, phép gán cả cột bằng np.where() ở bài boolean mask gọn hơn.
Code cũ có SettingWithCopyWarning thì sửa sao?
Thay mọi lệnh gán hai bước bằng một lệnh loc, và bỏ các .copy() thêm chỉ để tắt cảnh báo. Trang SettingWithCopyWarning đi qua từng trường hợp; sửa code pandas cũ gom các thay đổi khác của pandas 3.
Vì sao không dùng inplace=True cho gọn?
Với Copy-on-Write, inplace=True hầu như không tiết kiệm gì, và lệnh trả None nên không nối được bước sau. Bài đổi tên và xóa cột giải thích kỹ hơn.
Chủ đề
Dữ liệu của bài
- Tải xuống
don_hang.csv
CSV · 109.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.