python - python pandas 中的 DataFrame.apply 更改原始和重复的 DataFrame

Question

我在更改复制的 pandas DataFrame 时遇到了一些麻烦，并且没有将编辑应用于复制的 和 原始 DataFrame。

这是一个例子。假设我从字典列表中创建了一个任意的 DataFrame:

In [67]: d = [{'a':3, 'b':5}, {'a':1, 'b':1}]

In [68]: d = DataFrame(d)

In [69]: d

Out[69]: 
   a  b
0  3  5
1  1  1

然后我将“d”数据帧分配给变量“e”，并使用 apply 将一些任意数学应用于列“a”:

In [70]: e = d

In [71]: e['a'] = e['a'].apply(lambda x: x + 1)

出现问题的原因是应用函数显然适用于重复的 DataFrame“e”和原始 DataFrame“d”，这是我一生都无法弄清楚的:

In [72]: e # duplicate DataFrame
Out[72]: 
   a  b
0  4  5
1  2  1

In [73]: d # original DataFrame, notice the alterations to frame 'e' were also applied
Out[73]:  
   a  b
0  4  5
1  2  1

我已经搜索了 pandas 文档和谷歌，以了解为什么会这样，但无济于事。我根本不明白这里发生了什么。

我还尝试了使用元素运算的数学运算(例如，e['a'] = [i + 1 for i in e['a']])，但问题仍然存在。 pandas DataFrame 类型中是否存在我不知道的怪癖？我很感激有人可能提供的任何见解。

Answer 1

这不是 pandas 特有的问题。在 Python 中，赋值从不复制任何东西:

>>> a = [1,2,3]
>>> b = a
>>> b[0] = 'WHOA!'
>>> a
['WHOA!', 2, 3]

如果您想要一个新的 DataFrame，请使用 e = d.copy() 进行复制。

编辑:我应该澄清一下，分配一个裸名从不复制任何东西。对项目或属性的赋值(例如，a[1] = x 或 a.foo = bar)会在后台转换为方法调用，并且可能会进行复制，具体取决于a 是什么类型的对象。