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

时间:2017-09-20 16:39:48

标签: python pandas dataframe deep-copy

有人可以向我解释

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执行了以下操作:

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

并返回如下:

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

因此,我发现.copy().copy(deep=False)之间的输出没有差异。为什么?

我希望其中一个选项'=',copy(),copy(deep = False)返回[9,9,9]

我错过了什么?

3 个答案:

答案 0 :(得分:15)

如果您看到您创建的各种DataFrame的对象ID,您可以清楚地看到发生了什么。

当您编写df2 = df1时,您正在创建名为df2的变量,并将其与ID为4541269200的对象绑定。当您编写df1 = pd.DataFrame([9,9,9])时,您正在创建一个标识为4541271120对象,并将其绑定到变量df1,但标识为4541269200的对象以前绑定到df1的人继续活着。如果没有绑定到该对象的变量,它将被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:于7/30/2018添加

深度复制doesn't work in pandas并且开发人员考虑将可变对象作为反模式放在DataFrame中。请考虑以下事项:

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,如果它是真正的深拷贝应该有其中包含的列表的新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。

答案 1 :(得分:3)

深层复制会为其包含的每个对象创建新的ID,而普通复制只复制父项中的元素,并为要复制到的变量创建新的ID。

显示df2的{​​{1}},df3df4均未显示的原因是:

[9,9,9]

答案 2 :(得分:0)

您需要分别修改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)