Question

我有一个名为df的主df，还有3个额外的dfs，简单地说是df2 = df，df3 = df，df4 = df。所以他们设置了我的主要df。

我在df中添加了一列，由于某种原因，它也被添加到df2，df3，df4。当我从df中删除列时，它也从df2，df3，df4中删除。

我确实创建了与主df略有不同的sub-dfs，它应该是创建数据帧的副本而不是视图 - 对吗？

Answer 1

不，您创建了3个对orig df的引用，以进行复制

height:'100%'

这将进行深层复制，以便任何修改都会影响副本而不影响原始df。

您需要在代码中明确，以避免任何歧义。

另外做这样的事情：

df2 = df.copy()

可能会返回一个视图，但随后会对此进行修改：

df_maybe_a_view = df[some_cols]

这可能意味着原始df已被修改。这里的问题是，你的意图变得含糊不清，很难确定你的引用是否在视图上运行。因此，您必须明确使用SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_index,col_indexer] = value instead制作副本并使用copy和.loc来设置值，请参阅docs

Answer 2

您需要使用copy：

Signature: pd.DataFrame.copy(self, deep=True)
Docstring:
Make a copy of this objects data.

Parameters
----------
deep : boolean or string, default True
    Make a deep copy, including a copy of the data and the indices.
    With ``deep=False`` neither the indices or the data are copied.

    Note that when ``deep=True`` data is copied, actual python objects
    will not be copied recursively, only the reference to the object.
    This is in contrast to ``copy.deepcopy`` in the Standard Library,
    which recursively copies object data.

Returns
-------
copy : type of caller
File:      /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pandas/core/generic.py
Type:      function

当您编写df = pd.DataFrame()时，它会创建一个对象，并为其指定一个名称df。然后当你写df2 = df时，所做的就是为同一个对象分配另一个名字。对于python中的所有对象都是如此 - 有对象，并且有些名称绑定到这些对象。因此，当您修改对象，并且其他名称指向同一个对象时，它们当然都会发生变化。

执行df2 = df.copy()会创建一个新对象并为其指定df2，这就是您想要的。

Pandas DataFrame充当另一个DataFrame

2 个答案: