Sprawdzanie czy ramka danych jest kopiowana czy wyświetlana w pandach

Czy istnieje łatwy sposób sprawdzenia, czy dwie ramki danych są różnymi kopiami lub widokami tych samych danych, które nie wymagają manipulacji? Staram się ogarnąć, kiedy każdy jest generowany, i biorąc pod uwagę, jak idiosynkratyczne zasady wydają się być, chciałbym łatwy sposób, aby przetestować.

Na przykład pomyślałem " id (df.wartości) " byłyby stabilne w różnych widokach, ale nie wydają się być:

# Make two data frames that are views of same data.
df = pd.DataFrame([[1,2,3,4],[5,6,7,8]], index = ['row1','row2'], 
       columns = ['a','b','c','d'])
df2 = df.iloc[0:2,:]

# Demonstrate they are views:
df.iloc[0,0] = 99
df2.iloc[0,0]
Out[70]: 99

# Now try and compare the id on values attribute
# Different despite being views! 

id(df.values)
Out[71]: 4753564496

id(df2.values)
Out[72]: 4753603728

# And we can of course compare df and df2
df is df2
Out[73]: False

Inne odpowiedzi, które sprawdziłem, które starają się podać zasady, ale nie wydają się spójne i również nie odpowiadaj na to pytanie Jak testować:

• Jakich reguł używa pandy do generowania widoku a kopii?

• Pandy: Subindexing dataframes: Copies vs views

• Zrozumienie indeksowania ramek danych pandy

• Ponowne przypisanie w pandach: kopiowanie czy oglądanie?

I oczywiście: - http://pandas.pydata.org/pandas-docs/stable/indexing.html#returning-a-view-versus-a-copy

Aktualizacja: komentarze poniżej wydają się odpowiadać na pytanie-patrząc na atrybut df.values.base zamiast df.values atrybut to robi, podobnie jak odniesienie do atrybutu df._is_copy (chociaż ten ostatni jest prawdopodobnie bardzo złą formą, ponieważ jest wewnętrzny).