为什么我要在pandas中复制一个数据框

Question

从父数据帧中选择子数据帧时，我注意到一些程序员使用该.copy()方法复制数据帧。他们为什么要复制数据框？如果我不复制会怎么样？

Answer 1

这扩展了保罗的答案。在Pandas中，索引DataFrame会返回对初始DataFrame的引用。因此，更改子集将更改初始DataFrame。因此，如果要确保初始DataFrame不应更改，则需要使用该副本。请考虑以下代码：

df = DataFrame({'x': [1,2]})

df_sub = df[0:1]

df_sub.x = -1

print(df)

你会得到：

x

0 -1

1  2

相反，以下叶子df不变：

df_sub_copy = df[0:1].copy()

df_sub_copy.x = -1

Answer 2

因为如果您不复制，那么即使您将dataFrame分配给其他名称，索引仍然可以在其他地方操作。

例如：

df2 = df

func1(df2)

func2(df)

func1可以通过修改df2来修改df，所以为了避免这种情况：

df2 = df.copy()

func1(df2)

func2(df)

Answer 3

有必要提一下，返回的副本或视图取决于索引的类型。

熊猫文档说：

返回视图与副本

关于何时返回数据视图的规则完全取决于NumPy。每当索引操作中涉及标签数组或布尔向量时，结果将是副本。使用单标签/标量索引和切片，例如df.ix [3：6]或df.ix [：，'A']，将返回视图。