为什么pandas 数据框可以互相改变？

Question

我正在尝试保留 Pandas 数据框的副本，以便我可以在保存原始数据的同时对其进行修改。但是当我修改副本时，原始数据框也会发生变化。前任：

df1=pd.DataFrame({'col1':['a','b','c','d'],'col2':[1,2,3,4]})
df1

    col1    col2
    a       1
    b       2
    c       3
    d       4

df2=df1
df2['col2']=df2['col2']+1
df1

    col1    col2
    a       2
    b       3
    c       4
    d       5

我设置df2等于df1，然后当我修改时df2，df1也改变了。为什么会这样，有什么方法可以在不修改的情况下保存熊猫数据框的“备份”？

Answer 1

这比数据帧要深刻得多：您正在以错误的方式考虑 Python 变量。Python 变量是指针，而不是桶。也就是说，当你写

>>> y = [1, 2, 3]

您没有放入[1, 2, 3]名为y;的桶中。而是要创建一个命名指针y指向[1, 2, 3]。

当你然后写

>>> x = y

您没有将 的内容y放入名为 的存储桶中x；要创建一个命名指针x指向同一件事那个y点。因此：

>>> x[1] = 100
>>> print(y)
[1, 100, 3]

因为xandy指向同一个对象，通过一个指针修改它也会为另一个指针修改它。如果您想指向一个副本，则需要明确创建一个副本。使用列表，您可以这样做：

>>> y = [1, 2, 3]
>>> x = y[:]
>>> x[1] = 100
>>> print(y)
[1, 2, 3]

使用数据帧，您可以使用以下copy()方法创建副本：

>>> df2 = df1.copy()

Answer 2

您需要复印：

df2 = df1.copy()

df2['col2'] = df2['col2'] + 1
print(df1)

输出：

  col1  col2
0    a     1
1    b     2
2    c     3
3    d     4

df1您只需为with创建第二个名称df2 = df1。