Python＆Pandas：多くのdf.copyを使用するとコードのパフォーマンスに影響しますか？

Question

私はいくつかのデータ分析を行っており、そのデータはパンダDataFrame、dfです。

dfで処理するために定義した機能がいくつかあります。封入ため

、私はこのような関数を定義：Jupyterノートで

def df_process(df): 
    df=df.copy() 
    # do some process work on df 
    return df 

を、Iは

df = df_process(df) 

としての機能を使用df.copy()を使用する理由は、そうでなければ、元のdfであろうことですそれを割り当てるかどうかにかかわらず、変更することができます。

1. はここに適切なdf=df.copy()を使用している？私の質問がある

   （Python & Pandas: How to return a copy of a dataframe?を参照してください）そうでない場合、関数はデータをどのように定義する必要がありますか？

2. このようなデータ処理機能をいくつか使用しているため、プログラムのパフォーマンスに影響しますか？それと、いくらですか？ 、あなたはコピーを作成する必要がある場合は、ここでキーがある

   def df_process(df): 
       # do some process work on df 
   
   def df_another(df): 
       # other processing 
   
   def df_more(df): 
       # yet more processing 
   
   def process_many(df): 
       for frame_function in (df_process, df_another, df_more): 
        df_copy = df.copy() 
        frame_function(df_copy) 
        # emit the results to a file or screen or whatever 
   

   一つだけを作り、プロセスには、どこかの結果を隠しておくと、その後df_copyを再割り当てすることによって、それを処分：

Answer 1

は、はるかに良いでしょう。あなたの質問は、あなたが処理されたコピーにぶら下がっている理由について何の言及もしていないので、これは必要ではないと仮定しています。