为什么我要复制一个熊猫格式的数据帧

当从父数据帧中选择子数据帧时，我注意到一些程序员使用.copy()方法来复制数据帧。例如,

X = my_dataframe[features_list].copy()

.．.而不仅仅是

X = my_dataframe[features_list]

他们为什么要复制数据帧?如果我不复制一份会怎么样?

当前回答

假设您有如下数据帧

df1
     A    B    C    D
4 -1.0 -1.0 -1.0 -1.0
5 -1.0 -1.0 -1.0 -1.0
6 -1.0 -1.0 -1.0 -1.0
6 -1.0 -1.0 -1.0 -1.0

当你想创建另一个df2，它是相同的df1，没有复制

df2=df1
df2
     A    B    C    D
4 -1.0 -1.0 -1.0 -1.0
5 -1.0 -1.0 -1.0 -1.0
6 -1.0 -1.0 -1.0 -1.0
6 -1.0 -1.0 -1.0 -1.0

并想修改df2值仅如下所示

df2.iloc[0,0]='changed'

df2
         A    B    C    D
4  changed -1.0 -1.0 -1.0
5       -1 -1.0 -1.0 -1.0
6       -1 -1.0 -1.0 -1.0
6       -1 -1.0 -1.0 -1.0

同时df1也被改变了

df1
         A    B    C    D
4  changed -1.0 -1.0 -1.0
5       -1 -1.0 -1.0 -1.0
6       -1 -1.0 -1.0 -1.0
6       -1 -1.0 -1.0 -1.0

由于两个df是同一个对象，我们可以使用id来检查它

id(df1)
140367679979600
id(df2)
140367679979600

所以它们是同一个对象，一个改变另一个也会传递相同的值。

如果我们添加副本，现在df1和df2被认为是不同的对象，如果我们对其中一个做相同的改变，另一个将不会改变。

df2=df1.copy()
id(df1)
140367679979600
id(df2)
140367674641232

df1.iloc[0,0]='changedback'
df2
         A    B    C    D
4  changed -1.0 -1.0 -1.0
5       -1 -1.0 -1.0 -1.0
6       -1 -1.0 -1.0 -1.0
6       -1 -1.0 -1.0 -1.0

值得一提的是，当您对原始数据帧进行子集时，添加副本也是安全的，以避免SettingWithCopyWarning

2020-06-17 01:50:01

其他回答

有必要提到，返回副本或视图取决于索引的类型。

熊猫的文件说:

返回一个视图和一个副本关于何时返回数据视图的规则完全是取决于NumPy。每当一个标签数组或布尔向量都涉及到索引操作，结果将是一个副本。使用单标签/标量索引和切片，例如df。第九[3:6]或 df。ix[:， 'A']，将返回一个视图。

2017-01-20 13:22:43

在使用copy()之前，我非常粗心，直到使用下面这行代码如果不使用copy()， df_genel3中的更改会影响df_genel

df_genel3 = df_genel
df_genel3.loc[(df_genel3['Hareket']=='İmha') , 'Hareket_Tutar'] = tutar

Copy()解决了这个问题

df_genel3 = df_genel.copy()
df_genel3.loc[(df_genel3['Hareket']=='İmha') , 'Hareket_Tutar'] = tutar

2022-04-11 06:45:54

因为如果你不复制，那么即使你把dataFrame赋给一个不同的名字，索引仍然可以在其他地方被操纵。

例如:

df2 = df
func1(df2)
func2(df)

Func1可以通过修改df2来修改df，为了避免:

df2 = df.copy()
func1(df2)
func2(df)

2016-09-22 01:27:07