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

【问题标题】：In pandas, can I deeply copy a DataFrame including its index and column?在 pandas 中，我可以深度复制包含索引和列的 DataFrame 吗？
【发布时间】：2013-07-11 10:31:56
【问题描述】：

首先，我创建一个 DataFrame

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

然后，我深度复制copy

In [63]: df2 = df.copy(deep=True)

现在DataFrame 不同了。

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

不过，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？

【问题讨论】：

deep=True 是默认值

标签： python pandas

【解决方案1】：

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)

【讨论】：

@LoremIpsum，您的意思是暗示该错误在 2017 年的那些版本中没有返回吗？谢尔盖 2014 年的回答暗示到那时它已经修复了。如果错误在这些版本的库中重新出现，那么评论可能会更强大！

【解决方案2】：

我想知道这是否是 pandas 中的错误...这很有趣，因为 Index/MultiIndex（索引和列）在某种意义上是 supposed to be immutable（但我认为这些应该是副本）。

现在，创建自己的方法并将其添加到 DataFrame 很容易：

In [11]: def very_deep_copy(self):
    return pd.DataFrame(self.values.copy(), self.index.copy(), self.columns.copy())

In [12]: pd.DataFrame.very_deep_copy = very_deep_copy

In [13]: df2 = df.very_deep_copy()

如您所见，这将创建新对象（并保留名称）：

In [14]: id(df.columns)
Out[14]: 4370636624

In [15]: id(df2.columns)
Out[15]: 4372118776

【讨论】：