Python/Pandas 新手：重新分配給新變量時，對 dataframe 進行了不必要的更改

Question

我有一個名為 df 的數據框，我在其中應用了一些簡單的轉換（刪除列、替換值等）。 我正在執行的工作需要我擁有 2 個數據框副本； 一個有變化，一個在原來的 state 中。 這是我正在經歷的一個例子：

import pandas as pd

df=pd.read_csv(x)
df=df2
#created a data frame called df2 that should reflect all changes in df at this point (i.e. I want the file to remain in its original state)

#changes are then made to df

print(df)
#some output

print(df2)
#all changes made to df are now showing in df2, which is what I don't want

很明顯，我不完全了解數據幀在 Python 中的運行方式，我來自 R 背景。 這是正常的行為，還是不應該發生的事情？ 我怎么能 go 關於在其轉換的早期階段復制 dataframe 而沒有將這些更改傳遞到另一個包含 df 內容的變量？ 當我鍵入此內容時，我意識到我可能只需要使用不同的名稱再次導入文件。 我希望這很清楚，希望了解這里發生的事情。 謝謝大家的幫助。

Answer 1

您應該嘗試使用副本function。 當您將df分配給df2時，如果不使用副本 function ，則df和df2都將指向同一個 object。

import pandas as pd

df=pd.read_csv(x)
df2=df.copy()