Python 创建 h2o 框架的副本

Question

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. 

Answer 1

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')