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()
该字典看起来像这样:
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。我非常困惑原始数据框中的值也更新了!两个数据框现在看起来都是这样的:
我知道 Pandas 并没有真正进行深度复制,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)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
最佳答案
免责声明
<小时/>请注意 putting mutable objects inside a DataFrame can be an antipattern因此,请确保您确实需要它并且您了解自己在做什么。
为什么你的文案不独立
<小时/>应用于对象时,copy.deepcopy 为 looked up for a _deepcopy_ method of that object, that is called in turn 。添加它是为了避免复制太多对象。对于 DataFrame 实例 in version 0.20.0 and above - _deepcopy_ doesn`t work recursively .
同样,如果您将使用DataFrame.copy(deep=True)
deep copy will copy the data, but will not do so recursively. 。
如何解决问题
<小时/>要获取包含列表(或其他 python 对象)的 DataFrame 的真正深拷贝,使其独立 - 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,您可以使用相同的技巧:
mydict = pd.DataFrame(columns = df.columns, data = copy.deepcopy(df_copy.values)).to_dict()
mydict['colA'][0].remove("b")
There's also a standard hacky way of deep-copying python objects:
import pickle
df_copy = pickle.loads(pickle.dumps(df))
如果需要,请随时要求任何澄清。
关于python - Pandas 数据框和字典的深度复制,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59683237/