why should I make a *shallow* copy of a dataframe?

Question

与为什么我应该在熊猫中复制数据框有关

我注意到，在流行的回溯测试库，

def __init__(self, data: pd.DataFrame)
    data = data.copy(False)

在第631行中。这种副本的目的是什么？

Answer 1

浅拷贝可以让你

1. 无需复制即可访问帧数据（内存优化等）
2. 修改帧结构而不将其反映到原始数据帧

在回溯测试中，开发人员尝试将索引更改为格式（第 640 行），并添加一个包含值的datetime新列（如果数据框中尚不存在该列）。这些更改不会反映在原始数据帧上。'Volume'np.nan

例子

>>> a = pd.DataFrame([[1, 'a'], [2, 'b']], columns=['i', 's'])
>>> b = a.copy(False)
>>> a
    i  s
 0  1  a
 1  2  b
>>> b
    i  s
 0  1  a
 1  2  b
>>> b.index = pd.to_datetime(b.index)
>>> b['volume'] = 0
>>> b
                               i  s  volume
1970-01-01 00:00:00.000000000  1  a       0
1970-01-01 00:00:00.000000001  2  b       0
>>> a
    i  s
 0  1  a
 1  2  b

当然，如果您不创建浅表副本，则对数据帧结构的这些更改将反映在原始副本中。