如何添加列而不在pandas數據框中的原始數據框中添加列？

Question

我復制一個數據框，然后在復制的一個數據框中添加一列，但這將導致向原始數據框添加列。

X_train_1 = X_train
X_train_1["class_label"] = y_train
print(X_train.columns)

Answer 1

如前所述在這里 ，你需要復制數據框。 檢查以下最小樣本：

import pandas as pd

X_train = pd.DataFrame([{'a': 1, 'b': 2}, {'a': 2, 'b': 3}, {'a': 3, 'b': 4}, {'a': 4, 'b': 5}])
X_train_1 = X_train.copy()
print(X_train_1)
X_train_1["class_label"] = ['one', 'two', 'three', 'four']
print(X_train)

Answer 2

當你寫

X_train_1 = X_train

它基本上是通過引用螞蟻而不是值來分配變量。 因此，無論您對新變量進行了什么更改，它實際上都會修改原始變量。 例如，如果嘗試使用列表執行此操作，則會觀察到相同的行為。 如其他人所建議，使用

X_train_1 = X_train.copy（）。

Answer 3

在復制數據框時，您應該使用復制方法來復制數據框，而不僅僅是輔助新的數據框。 以下代碼不會導致對原始數據幀進行任何修改。

X_train_1 = X_train.copy()
X_train_1["class_label"] = y_train
print(X_train.columns)