python Pandas DataFrame copy(deep=False) vs copy(deep=True) vs '='

Question

谁能给我解释一下

之间的区别

df2 = df1

df2 = df1.copy()

df3 = df1.copy(deep=False)

我已经尝试了所有选项并做了如下操作：

df1 = pd.DataFrame([1,2,3,4,5])
df2 = df1
df3 = df1.copy()
df4 = df1.copy(deep=False)
df1 = pd.DataFrame([9,9,9])

和return编辑如下：

df1: [9,9,9]
df2: [1,2,3,4,5]
df3: [1,2,3,4,5]
df4: [1,2,3,4,5]

因此，我观察到 .copy() 和 .copy(deep=False) 之间的输出没有差异。为什么？

我希望选项之一“=”、copy()、copy(deep=False) 到 return [9,9,9]

请问我错过了什么？

Answer 1

如果你看到你创建的各种DataFrame的对象ID，你可以清楚地看到发生了什么。

当您编写 df2 = df1 时，您正在创建一个名为 df2 的变量，并将其与 ID 为 4541269200 的对象绑定。当你写 df1 = pd.DataFrame([9,9,9]) 时，你正在创建一个 ID 为 4541271120 的 new 对象并将其绑定到变量 df1，但是 id 为 [=之前绑定到 df1 的 14=] 继续存在。如果没有变量绑定到该对象，它将通过 Python.

收集垃圾

In[33]: import pandas as pd
In[34]: df1 = pd.DataFrame([1,2,3,4,5])
In[35]: id(df1)
Out[35]: 4541269200

In[36]: df2 = df1
In[37]: id(df2)
Out[37]: 4541269200  # Same id as df1

In[38]: df3 = df1.copy()
In[39]: id(df3)
Out[39]: 4541269584  # New object, new id.

In[40]: df4 = df1.copy(deep=False)
In[41]: id(df4)
Out[41]: 4541269072  # New object, new id.

In[42]: df1 = pd.DataFrame([9, 9, 9])
In[43]: id(df1)
Out[43]: 4541271120  # New object created and bound to name 'df1'.

In[44]: id(df2)
Out[44]: 4541269200  # Old object's id not impacted.

编辑：添加于 2018 年 7 月 30 日

深度复制 doesn't work in pandas 并且开发人员考虑将可变对象放入 DataFrame 中作为一种反模式。考虑以下因素：

In[10]: arr1 = [1, 2, 3]
In[11]: arr2 = [1, 2, 3, 4]
In[12]: df1 = pd.DataFrame([[arr1], [arr2]], columns=['A'])
In[13]: df1.applymap(id)
Out[13]: 
            A
0  4515714832
1  4515734952

In[14]: df2 = df1.copy(deep=True)
In[15]: df2.applymap(id)
Out[15]: 
            A
0  4515714832
1  4515734952

In[16]: df2.loc[0, 'A'].append(55)
In[17]: df2
Out[17]: 
               A
0  [1, 2, 3, 55]
1   [1, 2, 3, 4]
In[18]: df1
Out[18]: 
               A
0  [1, 2, 3, 55]
1   [1, 2, 3, 4]

df2，如果它是一个真正的深拷贝，它应该为其中包含的列表提供新的 ID。因此，当您修改 df2 中的列表时，它也会影响 df1 中的列表，因为它们是相同的对象。

Answer 2

深拷贝为它包含的每个对象创建新的 id，而普通拷贝只从父对象复制元素并为它被复制到的变量创建一个新的 id。

df2、df3和df4的none显示[9,9,9]的原因是：

In[33]: import pandas as pd
In[34]: df1 = pd.DataFrame([1,2,3,4,5])
In[35]: id(df1)
Out[35]: 4541269200

In[36]: df2 = df1
In[37]: id(df2)
Out[37]: 4541269200  # Same id as df1

In[38]: df3 = df1.copy()
In[39]: id(df3)
Out[39]: 4541269584  # New object, new id.

In[40]: df4 = df1.copy(deep=False)
In[41]: id(df4)
Out[41]: 4541269072  # New object, new id.

In[42]: df1 = pd.DataFrame([9, 9, 9])
In[43]: id(df1)
Out[43]: 4541271120  # New object created and bound to name 'df1'.

Answer 3

您需要单独修改df的元素。尝试以下

df1 = pd.DataFrame([1,2,3,4,5])
df2 = df1
df3 = df1.copy()
df4 = df1.copy(deep=False)

df1.iloc[0,0] = 6
df2.iloc[1,0] = 7
df4.iloc[2,0] = 8

print(df1)
print(df2)
print(df3)
print(df4)

df1:        df2:        df3:        df4:
   0           0           0           0
0  6        0  6        0  1        0  6
1  7        1  7        1  2        1  7
2  8        2  8        2  3        2  8
3  4        3  4        3  4        3  4
4  5        4  5        4  5        4  5

python Pandas DataFrame copy(deep=False) vs copy(deep=True) vs '='

python Pandas DataFrame copy(deep=False) vs copy(deep=True) vs '='

python

deep-copy

dataframe

pandas