python - 在 pandas 中,我可以深度复制包含索引和列的 DataFrame 吗?

标签 python pandas

首先,我创建一个 DataFrame

In [61]: import pandas as pd
In [62]: df = pd.DataFrame([[1], [2], [3]])

然后,我通过copy

深度复制它
In [63]: df2 = df.copy(deep=True)

现在 DataFrame 不同了。

In [64]: id(df), id(df2)
Out[64]: (4385185040, 4385183312)

但是,index 还是一样的。

In [65]: id(df.index), id(df2.index)
Out[65]: (4385175264, 4385175264)

同样的事情发生在列中,有什么方法可以轻松地深度复制它,不仅是值,还包括索引和列?

最佳答案

最新版的 Pandas 没有这个问题了

  import pandas as pd
  df = pd.DataFrame([[1], [2], [3]])

  df2 = df.copy(deep=True)

  id(df), id(df2)
  Out[3]: (136575472, 127792400)

  id(df.index), id(df2.index)
  Out[4]: (145820144, 127657008)

关于python - 在 pandas 中,我可以深度复制包含索引和列的 DataFrame 吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17591104/

相关文章:

Python *.py, *.pyo, *.pyc : Which can be eliminated for an Embedded System?

python - 在 Pandas 中展开矩阵

python - Selenium 中发现元素的顺序

pandas:read_csv 组合日期时间列作为数据帧的索引

Python - 用 0 替换 null 并检查是否小于

python - Pandas 中的数据透视表出现意外输出

python - 通过 Tor 在 Python 中使用 Stem 包时是否可以加快 IP 地址的更改?

Python Ctypes - 加载 dll 抛出 OSError : [WinError 193] %1 is not a valid Win32 application

python - Pandas 使用日期减去一些天数来连接历史数据

python - 向量化 Pandas 列