在復制之后但在編輯復制之前編輯原始DataFrame會更改復制

Question

我試圖了解如何復制pandas數據框。 當我在python中分配對象的副本時，我不習慣更改影響該對象副本的原始對象。 例如：

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

雖然x隨后被更改，但y保持不變。 相反，當我將pandas df分配給副本df1后對其進行更改時，副本也會受到原始DataFrame更改的影響。

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

解決方案似乎是使用copy.deepcopy()進行深層復制，但是因為這種行為與我在python中習慣的行為不同，我想知道是否有人可以解釋這種差異背后的原因是什么，或者它是否是錯誤。

Answer 1

在第一個示例中，您沒有更改x的值。 您為x分配了一個新值。

在第二個示例中，您通過更改其中一個列來修改df的值。

你也可以看到內置類型的效果：

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

這種行為並非特定於熊貓; 它是Python的基礎。 關於同樣的問題，這個網站上有很多很多問題，都源於同樣的誤解。 語法

barename = value

與Python中的任何其他構造沒有相同的行為 。

當使用name[key] = value或name.attr = value或name.methodcall() ，您可能正在改變name引用的對象的值，您可能正在復制某些內容等。使用name = value （其中name是單個標識符，沒有點，沒有括號等），你永遠不會改變任何東西，也不會復制任何東西。

在第一個示例中，您使用了語法x = ... 在第二個示例中，您使用了語法df['A'] = ... 這些語法不同，因此您不能假設它們具有相同的行為。

制作副本的方式取決於您嘗試復制的對象類型。 對於您的情況，請使用df1 = df.copy() 。