在复制之后但在编辑复制之前编辑原始DataFrame会更改复制

Question

我试图了解如何复制pandas数据框。 当我在python中分配对象的副本时，我不习惯更改影响该对象副本的原始对象。 例如：

x = 3
y = x
x = 4
print(y)
3

虽然x随后被更改，但y保持不变。 相反，当我将pandas df分配给副本df1后对其进行更改时，副本也会受到原始DataFrame更改的影响。

import pandas as pd
import numpy as np

def minusone(x):
    return int(x) - 1

df = pd.DataFrame({"A": [10,20,30,40,50], "B": [20, 30, 10, 40, 50], "C": [32, 234, 23, 23, 42523]})

df1 = df


print(df1['A'])

0    10
1    20
2    30
3    40
4    50
Name: A, dtype: int64

df['A'] = np.vectorize(minusone)(df['A'])

print(df1['A'])

0     9
1    19
2    29
3    39
4    49
Name: A, dtype: int64

解决方案似乎是使用copy.deepcopy()进行深层复制，但是因为这种行为与我在python中习惯的行为不同，我想知道是否有人可以解释这种差异背后的原因是什么，或者它是否是错误。

Answer 1

在第一个示例中，您没有更改x的值。 您为x分配了一个新值。

在第二个示例中，您通过更改其中一个列来修改df的值。

你也可以看到内置类型的效果：

>>> x = []
>>> y = x
>>> x.append(1)
>>> y
[1]

这种行为并非特定于熊猫; 它是Python的基础。 关于同样的问题，这个网站上有很多很多问题，都源于同样的误解。 语法

barename = value

与Python中的任何其他构造没有相同的行为 。

当使用name[key] = value或name.attr = value或name.methodcall() ，您可能正在改变name引用的对象的值，您可能正在复制某些内容等。使用name = value （其中name是单个标识符，没有点，没有括号等），你永远不会改变任何东西，也不会复制任何东西。

在第一个示例中，您使用了语法x = ... 在第二个示例中，您使用了语法df['A'] = ... 这些语法不同，因此您不能假设它们具有相同的行为。

制作副本的方式取决于您尝试复制的对象类型。 对于您的情况，请使用df1 = df.copy() 。