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

Question

有人可以向我解释一下之间的区别

df2 = df1

df2 = df1.copy()

df3 = df1.copy(deep=False)

我已经尝试了所有选项，并按如下方式执行：

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]

我错过了什么？

Answer 1

如果您看到您创建的各种DataFrame的对象ID，您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id为4541269200的对象绑定。当您编写df1 = pd.DataFrame([9,9,9])时，您正在创建一个id为4541271120的新对象并将其绑定到变量df1，但是之前绑定到4541269200的id为df1的对象仍然存在。如果没有绑定到该对象的变量，它将被Python收集垃圾。

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：于7/30/2018添加

深度复制doesn't work in pandas和开发人员考虑将可变对象作为反模式放在DataFrame中。考虑以下：

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拷贝应该有其中包含的列表的新ID。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

深层复制会为其包含的每个对象创建新的id，而普通复制只复制父项中的元素，并为要复制到的变量创建新的id。

没有显示df2的df3，df4和[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。请尝试以下方法

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)