使用 Drop 时,pandas 中非相关 DF 中的相同列丢失
same Columns go missing in non related DF in pandas when use Drop
我很困惑....当我从 dfocus1 中删除 cols 'Focus2','Score2','Focus3','Score3' 时,它会在 dfocus2 中删除相同的 cols
为什么?
'''
dfocus1=df
dfocus2=df
dfocus3=df
print('\nTable data',dfocus2.info(memory_usage='deep'))
dfocus1.drop(['Focus2','Score2','Focus3','Score3'], axis=1,inplace=True)
print('\nTable data',dfocus2.info(memory_usage='deep'))
'''
这是因为 dfocus1
和 dfocus2
指向同一个对象 (df
)。
创建 df
的 copy
,然后删除列:
dfocus1=df.copy()
dfocus2=df.copy()
我很困惑....当我从 dfocus1 中删除 cols 'Focus2','Score2','Focus3','Score3' 时,它会在 dfocus2 中删除相同的 cols
为什么?
'''
dfocus1=df
dfocus2=df
dfocus3=df
print('\nTable data',dfocus2.info(memory_usage='deep'))
dfocus1.drop(['Focus2','Score2','Focus3','Score3'], axis=1,inplace=True)
print('\nTable data',dfocus2.info(memory_usage='deep'))
'''
这是因为 dfocus1
和 dfocus2
指向同一个对象 (df
)。
创建 df
的 copy
,然后删除列:
dfocus1=df.copy()
dfocus2=df.copy()