真正深拷貝 Pandas DataFrames

Question

我遇到了一些我覺得很奇怪的事情：顯然，真正深度復制 pandas 數據幀是不可能的。

我希望，如果我創建 dataframe 的深層副本，並修改此副本中的數據，它不會影響原始 dataframe。 但顯然情況並非如此，如果我沒記錯的話，甚至是可能的。

重現代碼：

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'

我的問題是：

1. 是否可以創建 pandas 數據幀的真正深層副本？
2. 如果不是為什么？ 如果是，如何？

Answer 1

一種方法是將df_in轉換為 Python 字典，它與copy一起使用效果更好：

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)

Output：

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

Answer 2

問題是您的對象是可變的，因為它們是集合。 文件明確指出了這種行為並發出警告（強調我自己的）：

當 deep=True 時，將復制數據，但不會遞歸復制實際的 Python 對象，僅復制對 object 的引用。

因此，與對可變對象的引用一樣，如果您更改它，它會在任何地方影響它。 盡管對象具有相同的 ID，但我們可以自己看到。

import pandas as pd
df = pd.DataFrame({'sets': [{1,2}]}, index=[0])
df1 = df.copy(deep=True)

id(df['sets'].iloc[0])
#4592957024

id1(df['sets'].iloc[0])
#4592957024