Bỏ qua đến nội dung chính
Mục lục

Copy-on-Write trong pandas 3: sửa giá trị đúng cách với loc

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 9/16 · Chương 4

Chọn, lọc và sắp xếp

  • 6 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

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:

python
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         0

Chỉ 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.

python
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:

python
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

  1. Sau import pandas as pd, bang = pd.DataFrame({"sl": [1, 5, 3]}) và bang.loc[bang["sl"] >= 3, "sl"] = 0, print(bang["sl"].to_list()) in ra gì?

    • [1, 5, 3]
    • [1, 0, 0]
    • [0, 0, 0]
  2. Trên pandas 3, sau bang = pd.DataFrame({"sl": [1, 5, 3]}) và lệnh gán hai bước bang["sl"][bang["sl"] >= 3] = 0, cột sl là gì?

    • [1, 5, 3], kèm cảnh báo ChainedAssignmentError
    • [1, 0, 0]
    • Chương trình dừng vì ChainedAssignmentError
  3. Sau import pandas as pd, bang = pd.DataFrame({"sl": [1, 5, 3]}), con = bang[bang["sl"] > 2] và con["sl"] = 0, print(bang["sl"].to_list()) in ra gì?

    • [1, 5, 3]
    • [1, 0, 0]
    • [0, 0]
  4. Một hàm nhận bảng bang và chạy bang.loc[mask, "cot"] = 0. Vì sao bảng của nơi gọi bị đổi?

    • Vì loc luôn tạo bản sao rồi chép ngược lại
    • Vì tham số và biến ở nơi gọi cùng trỏ tới một bảng, và loc sửa thẳng bảng đó
    • Vì Copy-on-Write tắt trong hàm
Đúng hết lần đầu +15 XP

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.

python
import pandas as pd

def giam_gia_ma(bang, cac_ma, phan_tram):
    pass  # Viết thân hàm thay cho dòng này

Tóm 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] = v chỉ 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 loc thì sửa bảng của nơi gọi: gọi bang.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

copy on write pandas

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập