真正深度复制 Pandas 数据帧答案

【问题标题】：Truly deep copying Pandas DataFrames真正深度复制 Pandas 数据帧
【发布时间】：2021-02-22 15:01:42
【问题描述】：

我遇到了一件我觉得很奇怪的事情：显然，要真正深度复制 pandas 数据帧是不可能的。

我希望，如果我创建一个数据帧的深层副本，并修改此副本中的数据，它不会影响原始数据帧。但显然情况并非如此，如果我没记错的话，甚至是可能的。

要重现的代码：

import pandas as pd

df = pd.DataFrame({'sets':set([1,2])}, index=[0])

def pop(df_in):
    df = df_in.copy()
    print(df['sets'].apply(lambda x: set([x.pop()])))

pop(df)
pop(df)
pop(df)

>>> KeyError: 'pop from an empty set'

或

import copy
import pandas as pd

df = pd.DataFrame({'sets':set([1,2])}, index=[0])

def pop(df_in):
    df = copy.deepcopy(df_in)
    print(df['sets'].apply(lambda x: set([x.pop()])))

pop(df)
pop(df)
pop(df)

>>> KeyError: 'pop from an empty set'

我的问题是：

是否可以创建真正的 pandas 数据帧的深层副本？
如果不是，为什么？如果是，怎么做？

【问题讨论】：

顺便说一句，在数据框中有集合是很奇怪的。

标签： python pandas dataframe deep-copy

【解决方案1】：

一种方法是将df_in 转换为与copy 配合使用的Python 字典：

def pop(df_in):
    df = pd.DataFrame(copy.deepcopy(df_in.to_dict()) )
    print(df['sets'].apply(lambda x: set([x.pop()])))

for i in range(3): pop(df)

输出：

0    {1}
Name: sets, dtype: object
0    {1}
Name: sets, dtype: object
0    {1}
Name: sets, dtype: object

【讨论】：

【解决方案2】：

问题在于您的对象是可变，因为它们是集合。 documents 明确指出此行为并发出警告（强调我自己的）：

当 deep=True 时，复制数据但不会递归复制实际的 Python 对象，只会复制对对象的引用。

因此，与对可变对象的引用一样，如果您更改它，它会在任何地方影响它。尽管对象具有相同的 ID，但我们可以自己查看。

import pandas as pd
df = pd.DataFrame({'sets': [{1,2}]}, index=[0])
df1 = df.copy(deep=True)

id(df['sets'].iloc[0])
#4592957024

id1(df['sets'].iloc[0])
#4592957024

【讨论】：