Pandas 数据框和字典的深度复制

Question

我正在创建一个小型 Pandas 数据框：

df = pd.DataFrame(data={'colA': [["a", "b", "c"]]})

我对该 df 进行了深度复制。我没有使用 Pandas 方法，而是使用通用 Python，对吧？

import copy
df_copy = copy.deepcopy(df)

df_copy.head() 给出以下内容：

然后我将这些值放入字典中：

mydict = df_copy.to_dict()

那本字典看起来像这样：

最后，我删除列表中的一项：

mydict['colA'][0].remove("b")

令我惊讶的是 df_copy 中的值已更新。我很困惑原始数据框中的值也被更新了！两个数据框现在看起来都是这样的：

我知道 Pandas 并不真正进行深度复制，但这不是 Pandas 方法。我的问题是：

1）如何从不更新数据帧的数据帧构建字典？

2）我如何获取完全独立的数据帧的副本？

感谢您的帮助！

干杯， 尼古拉斯

Answer 1

要获得深层复制：

df_copy = pd.DataFrame(columns = df.columns, data = copy.deepcopy(df.values))

免责声明

请注意，

---

将可变对象放入 DataFrame 中可能是一种反模式

，因此请确保您确实需要它并且了解您在做什么。

为什么你的文案不独立

应用于对象时，copy.deepcopy

---

查找该对象的 _

deepcopy_ 方法，依次调用该方法。添加它是为了避免复制太多对象。对于 DataFrame 实例版本 0.20.0 及更高版本 - _deepcopy_ 无法递归工作。 类似地，如果您将使用

DataFrame.copy(deep=True)

深复制将复制数据，但不会递归地这样做。

。

如何解决问题

要获取包含列表（或其他 python 对象）的 DataFrame 的真正深层副本，以便它将是独立的 - 您可以使用以下方法之一。

---

df_copy = pd.DataFrame(columns = df.columns, data = copy.deepcopy(df.values))

对于字典，你可以使用同样的技巧：

mydict = pd.DataFrame(columns = df.columns, data = copy.deepcopy(df_copy.values)).to_dict()
mydict['colA'][0].remove("b")

还有一种深度复制 python 对象的标准 hacky 方法：

import pickle
df_copy = pickle.loads(pickle.dumps(df))  

如有需要，请随时要求任何澄清。