Pandas 数据框和字典的深拷贝

Question

我正在创建一个小的 Pandas 数据框：

df = pd.DataFrame(data={'colA': [["a", "b", "c"]]})

我对那个 df 做了一个深拷贝。我没有使用 Pandas 方法，而是使用通用 Python，对吗？

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()

那个字典看起来像这样：

最后，我删除了列表中的一项：

mydict['colA'][0].remove("b")

我很惊讶 df_copy 中的值已更新。我非常困惑原始数据框中的值也被更新了！两个数据框现在看起来像这样：

我知道 Pandas 并没有真正做 deepcopy，但这不是 Pandas 的方法。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

Answer 1

免责声明

---

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。

为什么你的副本不独立

---

当应用于对象时，copy.deepcopy 为looked up for a _deepcopy_ method of that object, that is called in turn。添加它是为了避免为对象复制太多。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

---

要获取包含列表（或其他 python 对象）的 DataFrame 的真正深层副本，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))  

如有需要，请随时要求澄清。