¿Qué reglas usa Pandas para generar una vista frente a una copia?

Estoy confundido acerca de las reglas que usa Pandas al decidir que una selección de un marco de datos es una copia del marco de datos original o una vista del original.

Si tengo, por ejemplo,

df = pd.DataFrame(np.random.randn(8,8), columns=list('ABCDEFGH'), index=range(1,9))

Entiendo que querydevuelve una copia para que algo como

foo = df.query('2 < index <= 5')
foo.loc[:,'E'] = 40

no tendrá ningún efecto sobre la trama de datos original, df. También entiendo que los segmentos escalares o con nombre devuelven una vista, de modo que las asignaciones a estos, como

df.iloc[3] = 70

o

df.ix[1,'B':'E'] = 222

cambiará df. Pero estoy perdido cuando se trata de casos más complicados. Por ejemplo,

df[df.C <= df.B] = 7654321

cambios df, pero

df[df.C <= df.B].ix[:,'B':'E']

no.

¿Existe una regla simple que utiliza Pandas y que me falta? ¿Qué está pasando en estos casos específicos? y, en particular, ¿cómo cambio todos los valores (o un subconjunto de valores) en un marco de datos que satisface una consulta en particular (como intento hacer en el último ejemplo anterior)?

Nota: No es lo mismo que esta pregunta ; y he leído la documentación , pero no me iluminó. También leí las preguntas "relacionadas" sobre este tema, pero todavía me falta la regla simple que usa Pandas y cómo la aplicaría, por ejemplo, a modificar los valores (o un subconjunto de valores) en un marco de datos que satisfaga una consulta en particular.

Aquí están las reglas, anulación posterior:

• Todas las operaciones generan una copia

• Si inplace=Truese proporciona, se modificará en el lugar; solo algunas operaciones apoyan esto

• Un indexador que establece, por ejemplo .loc/.iloc/.iat/.at, se colocará en su lugar.

• Un indexador que llega a un objeto de un solo tipo es casi siempre una vista (dependiendo del diseño de la memoria, puede que no sea por eso que no es confiable). Esto es principalmente por eficiencia. (el ejemplo de arriba es para .query; esto siempre devolverá una copia según sea evaluada por numexpr)

• Un indexador que llega a un objeto de varios tipos siempre es una copia.

Tu ejemplo de chained indexing

df[df.C <= df.B].loc[:,'B':'E']

no está garantizado que funcione (y, por lo tanto, nunca debería hacer esto).

En su lugar, haz lo siguiente:

df.loc[df.C <= df.B, 'B':'E']

ya que esto es más rápido y siempre funcionará

La indexación encadenada son 2 operaciones de Python separadas y, por lo tanto, los pandas no pueden interceptarla de manera confiable (a menudo obtendrá un SettingWithCopyWarning, pero tampoco es 100% detectable). Los documentos de desarrollo , que señaló, ofrecen una explicación mucho más completa.