Python/Pandas 新手：重新分配给新变量时，对数据框进行了不必要的更改答案

【问题标题】：Python/Pandas Novice: unwanted changes to dataframe are carrying through when reassigning to a new variablePython/Pandas 新手：重新分配给新变量时，对数据框进行了不必要的更改
【发布时间】：2019-11-23 01:41:29
【问题描述】：

我有一个名为 df 的数据框，我在其中应用了一些简单的转换（删除列、替换值等）。我正在执行的工作需要我拥有 2 个数据框副本；一个有变化，一个处于原始状态。这是我正在经历的一个例子：

import pandas as pd

df=pd.read_csv(x)
df=df2
#created a data frame called df2 that should reflect all changes in df at this point (i.e. I want the file to remain in its original state)

#changes are then made to df

print(df)
#some output

print(df2)
#all changes made to df are now showing in df2, which is what I don't want

很明显，我不完全了解 Python 中数据帧的操作方式，我来自 R 背景。这是正常的行为，还是不应该发生的事情？如何在转换的早期阶段制作数据帧的副本，而不会将这些更改传递到包含 df 内容的另一个变量？当我键入此内容时，我意识到我可能只需要使用不同的名称再次导入文件。我希望这很清楚，希望了解这里发生的事情。感谢大家的帮助。

【问题讨论】：

标准的“分配给新变量”方法将返回数据帧的浅表副本。要获取深层副本，请使用df2 = df.copy()
试试df2 = df.copy()
然后尝试df2 = df.copy(deep=True)。 True 是默认值，但谁知道那里发生了什么。显式设置它必须给你一个深拷贝
我说的是任务。您说分配给一个新变量会创建一个浅拷贝。这是不正确的。赋值从不复制，它只是创建一个对对象的新引用。 .copy 应该可以工作。
哦，我明白了。今天又学到了一件事，谢谢！

标签： python pandas dataframe

【解决方案1】：

您应该尝试使用copy 函数。当您将df 分配给df2 时，如果不使用复制功能，df 和df2 将指向同一个对象。

import pandas as pd

df=pd.read_csv(x)
df2=df.copy()

【讨论】：