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

Question

有人能给我解释一下

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])

并按如下方式返回：

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)之间的输出没有区别。为什么？

我希望选项'=‘、copy()、copy(deep=False)中的一个返回[9,9,9]

我错过了什么？

Answer 1

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

当您编写df2 = df1时，您将创建一个名为df2的变量，并将其与一个id为4541269200的对象绑定。当您编写df1 = pd.DataFrame([9,9,9])时，您将创建一个id为4541271120的新对象，并将其绑定到变量df1，但是先前绑定到df1的id为4541269200的对象将继续存在。如果没有绑定到该对象的变量，Python将对其进行垃圾回收。

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:2018年7月30日新增

深度复制doesn't work in pandas和devs考虑将可变对象放在DataFrame中作为反模式。请考虑以下几点：

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，如果它是一个真正的深度副本，那么它所包含的列表应该有新的ids。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。

Answer 2

Deep copy为它包含的每个对象创建新的id，而normal copy只复制父对象中的元素，并为要复制到的变量创建新的id。

df2、df3、df4都不显示[9,9,9]的原因是：

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。请尝试以下操作

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