真正深度复制 Pandas DataFrames

Question

我遇到了一些我觉得很奇怪的事情：显然，真正深度复制 pandas 数据帧是不可能的。

我希望，如果我创建数据帧的深层副本，并修改该副本中的数据，它不会影响原始数据帧。但显然情况并非如此，如果我没有错的话甚至是可能的。

重现代码：

import pandas as pd

df = pd.DataFrame({'sets':set([1,2])}, index=[0])

def pop(df_in):
    df = df_in.copy()
    print(df['sets'].apply(lambda x: set([x.pop()])))

pop(df)
pop(df)
pop(df)

>>> KeyError: 'pop from an empty set'

或者

import copy
import pandas as pd

df = pd.DataFrame({'sets':set([1,2])}, index=[0])

def pop(df_in):
    df = copy.deepcopy(df_in)
    print(df['sets'].apply(lambda x: set([x.pop()])))

pop(df)
pop(df)
pop(df)

>>> KeyError: 'pop from an empty set'

我的问题是：

1. 是否有可能创建 pandas 数据帧的真正深层副本？
2. 如果不是为什么？如果是，怎么办？

Answer 1

一种方法是转换df_in为 Python 字典，它可以更好地使用copy：

def pop(df_in):
    df = pd.DataFrame(copy.deepcopy(df_in.to_dict()) )
    print(df['sets'].apply(lambda x: set([x.pop()])))

for i in range(3): pop(df)

输出：

0    {1}
Name: sets, dtype: object
0    {1}
Name: sets, dtype: object
0    {1}
Name: sets, dtype: object