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

Question

有人可以向我解释

之间的区别

df2 = df1
df2 = df1.copy()
df3 = df1.copy(deep=False)

我尝试了所有选项，并且按照以下方式进行操作：

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

，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，我观察到.copy()和.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]

我想念什么？

Answer 1

如果您看到您创建的各种数据框的对象ID，则可以清楚地看到正在发生的事情。

编写df2 = df1时，您正在创建一个名为 df2的变量，并使用具有ID 4541269200的对象绑定。当您编写df1 = pd.DataFrame([9,9,9])时，您将创建具有ID 4541271120的新对象，并将其绑定到可变df1，但是具有ID 4541269200的对象先前绑定到df1继续使用。如果没有变量绑定到该对象，它将获得Python收集的垃圾。

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：添加于7/30/2018

深层复制在大熊猫中不起作用，开发人员认为将可变的物体放在数据框架中作为对抗图案。考虑以下内容：

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，如果它是真正的深副本，则应该为其中包含的列表具有新的ID。结果，当您修改DF2内的列表时，它也会影响DF1内的列表，因为它们是相同的对象。

Answer 2

deep copy创建所包含的每个对象的新ID，而正常副本仅复制父母的元素，并为其复制到。

的变量创建一个新ID

df2，df3和df4显示[9,9,9]的原因没有：

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'.

Answer 3

您需要单独修改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)
df1:        df2:        df3:        df4:
   0           0           0           0
0  6        0  6        0  1        0  6
1  7        1  7        1  2        1  7
2  8        2  8        2  3        2  8
3  4        3  4        3  4        3  4
4  5        4  5        4  5        4  5