Question

我对Python比较新，我遇到了一个函数问题。基本上这个函数应该编辑一个pandas数据帧并在新的对象名下返回它。所以保持原始对象不变。返回的对象应保存在新对象中。我的问题是，输入对象也会受到影响。即使将结果保存到新对象，如何防止输入对象受到该函数的影响。我读了一些关于不可变和可变对象的内容，但是如何更改我的功能。

import pandas as pd
import numpy as np

msg_items = pd.DataFrame({'Column_A': [10,20,30,40,50,60]})

print('Before: ', msg_items.dtypes)

def justdoit(myframe):
    cols = list(myframe)
    myframe[cols] = myframe[cols].applymap(np.str)
    return myframe

testframe = justdoit(msg_items)

print('After: ', msg_items.dtypes)

实际输出：

Before:  Column_A    int64
dtype: object
After:  Column_A    object
dtype: object

预期产出：

Before:  Column_A    int64
dtype: object
After:  Column_A    int64
dtype: object

Answer 1

如果您的目标是将数据框转换为字符串而不修改原始数据，那么您的做法并不正确，因为

myframe[cols] = myframe[cols].applymap(np.str)

将结果分配回原始数据框，以便进行更改
不是最容易将列字符串化为字符串的方式

此外，

return myframe

返回相同的对象，您只需将其分配给新变量。只有一个数据帧，但通过两个变量访问它的两种方式！

要将数据框架转换为字符串，请使用astype(str) -

def just_do_it(df):
    return df.astype(str)

如果您想编辑子集并返回副本，请致电df.copy -

def just_do_it(df, subset):
    df_new = df.copy()
    df_new[subset] = df_new[subset].astype(str)

    return df_new

new_msg_items = just_do_it(msg_items, subset=list(msg_items))

msg_items.dtypes
Column_A    int64
dtype: object

new_msg_items.dtypes
Column_A    object
dtype: object

作为旁注，如果您有可变类型的列，则可能需要执行 deepcopy 。在这种情况下，请使用copy -

deep=True

df_new = df.copy(deep=True)

Answer 2

在你的函数中 - 使用copy.deepcopy(x)创建一个新对象，然后更改它上面的值并返回它。

def justdoit(myframe):
    cols = list(myframe)
    myframe_new = copy.deepcopy(myframe)
    myframe_new [cols] = myframe[cols].applymap(np.str)
    return myframe_new

函数的输入对象将被返回覆盖

2 个答案: