我非常习惯 R 的 h2o 框架,但在 python 中适应 h2o 的某些方面时遇到一些困难。
我知道您可以使用 .copy() 方法创建 pandas 数据帧的副本,这样当您更新新数据帧时,就不会同时更新原始数据帧。 h2o 框架有类似的功能吗?让它变得更加复杂的是,h2o 框架似乎不按照函数局部/全局环境规则运行。
下面是一个示例,似乎只要我可以创建框架的 .copy,或者让函数本地环境不更新我的全局环境,就可以解决我的问题。如果我在 R 中创建同样的东西,那么它的行为与预期完全一致,并且实际上不会修改我原始 h2o 框架中的列,那么我怎样才能让 python 以同样的方式工作呢?
##### A FUNCTION TO CHANGE THE VALUE OF A COLUMN
def test_func(train_df,
var):
train_df[var] = train_df[var].log()
return(train_df)
##### TRY TO CREATE A NEW COPY OF THE FRAME WITH THE COLUMN CHANGED
new_df = test_func(train_df = old_df,
var = 'target')
##### THE COLUMN IN BOTH new_df AND old_df has both been changed.
最佳答案
如果您想创建数据帧的副本,可以使用h2o.deep_copy(data, xid)
。 (其中 xid 是您为后端 H2OFrame 提供的字符串 id)
如果你有一个数据框 df 并且你这样做
old_df = df
new_df = df
old_df 和 new_df 都将指向后端中的同一个 h2oframe (df),因此对 old_df 所做的任何更改都将反射(reflect)在 new_df 中。
如果您想将更改分开,您可以这样做:
new_df = h2o.deep_copy(df, 'new_df')
关于Python 创建 h2o 框架的副本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50162987/