用 pandas.iloc 切割 DataFrame 不会更改其复制的变量？（用“=”而不是 pd.copy() 复制）答案

【问题标题】：Cutting a DataFrame with pandas.iloc doesn't change its copied variable? (Copied with "=" not pd.copy())用 pandas.iloc 切割 DataFrame 不会更改其复制的变量？（用“=”而不是 pd.copy() 复制）
【发布时间】：2022-07-07 19:22:17
【问题描述】：

我有一个 DataFrame df：

s = pd.Series([3, 4, 5], ['earth', 'mars', 'jupiter'])
k = pd.Series([1, 2, 3], ['earth', 'mars', 'jupiter'])
df = pd.DataFrame({'mass': s, 'diameter': k})

         mass  diameter
earth       3         1
mars        4         2
jupiter     5         3

我将df 复制到一个新变量df2 使用：

df2 = df

以下更改将同时适用于 df 和 df2。这是可以理解的。

df["mass"]["earth"] = 100

但是下一个更改只会应用一个 DataFrame：

df = df.iloc[:2,:]

有人可以解释这种行为吗？非常感谢。

【问题讨论】：

df2 = df 不会复制，您需要df2 = df.copy()。同样，df = df.iloc[:2,:] 不会就地修改df，而是将df 名称分配给新的数据框df.iloc[:2,:]

标签： python python-3.x pandas

【解决方案1】：

df2 = df.copy()

使用这个做一个单独的副本，否则它们都指向内存中的相同数据

【讨论】：

【解决方案2】：

当你这样做时：

df2 = df

df2 和 df 都指向同一个对象。

如果您要修改一个（df.loc["earth", "mass"] = 100），“另一个”（实际上相同）将被修改。

但是当你这样做时：

df = df.iloc[:2,:]

df2 仍然指向原始数据帧，而 df 现在指向新对象（df.iloc[:2,:] 切片）。

【讨论】：