为什么熊猫数据框可以彼此改变？

-1

我试图保留熊猫数据框的副本，以便我可以在保存原始数据时对其进行修改。但是当我修改副本时，原始数据框也会发生变化。例：为什么熊猫数据框可以彼此改变？

df1=pd.DataFrame({'col1':['a','b','c','d'],'col2':[1,2,3,4]}) 
df1 

    col1 col2 
    a  1 
    b  2 
    c  3 
    d  4 

df2=df1 
df2['col2']=df2['col2']+1 
df1 

    col1 col2 
    a  2 
    b  3 
    c  4 
    d  5

我设置df2等于df1，那么当我修改df2，df1也发生变化。为什么会这样，并且有什么方法可以保存熊猫数据框的“备份”而不用修改？

来源

2016-02-27 Dan Lo

这是因为你只是让'df2'的代名词'DF1 '。他们指的是同一个对象。为了改变这种情况，我相信你可以做'df2 = df1.copy（）'。 – zondo

这是一个Python问题，与大熊猫无关。当你做你的任务时，你会得到一个指向同一个对象的指针。你可以通过输入你的IDE'id（df2）'和'id（df1）'来确认，注意这些值是相同的（'id'返回变量引用的对象的内存位置）。你可以用列表来做同样的事情。 'list_1 = [1，2]''list_2 = list_1'' list_2 [0] = 10'' >>> list_1' returns [10，2] – Alexander

http://nedbatchelder.com/text/names。html可能会帮助你一些相关的理解 –

你需要做一个副本：

df2 = df1.copy() 

df2['col2'] = df2['col2'] + 1 
print(df1)

输出：

col1 col2 
0 a  1 
1 b  2 
2 c  3 
3 d  4

你只是df1创建第二个名称以df2 = df1。

来源

2016-02-27 04:42:29

当您将数据框设置为与另一个数据框相等时，它会将其数据保存在计算机内存中的相同位置。这意味着，如果您更改新数据框中的一个值，它将更改旧数据中的值。要解决这个问题，你应该制作一份它的副本，而不是仅仅将它与原来的相同。例如：df2 = df1.copy()

来源

2016-02-27 04:50:34

这比dataframes更深入：你正在考虑Python变量的错误方式。 Python变量是指针，而不是桶。也就是说，当你写

>>> y = [1, 2, 3]

你是不是把[1, 2, 3]到一个名为y桶;而是创建一个名为y的指针，指向[1, 2, 3]。

当你再写入

>>> x = y

你不是在演戏的y内容到一个名为x桶;你正在创建一个名为x的指针，它指向与y指向的同一个东西。因此：

>>> x[1] = 100 
>>> print(y) 
[1, 100, 3]

因为x和y指向同一个对象，经由一个指针修改它的其他指针以及修改它。如果您希望指向副本，则需要明确创建副本。随着名单，你可以做这样的：

>>> y = [1, 2, 3] 
>>> x = y[:] 
>>> x[1] = 100 
>>> print(y) 
[1, 2, 3]

与dataframes，您可以创建一个copy()方法副本：

>>> df2 = df1.copy()

来源

2016-02-27 04:55:42 jakevdp

为什么熊猫数据框可以彼此改变？

回答

相关问题