python - 删除 pandas 数据框中的列会删除父数据框中的列

Question

当我在 python 2.7.10 中创建 pandas 数据框时，如下所示:

data = {'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
        'year': [2012, 2012, 2013, 2014, 2014],
        'reports': [4, 24, 31, 2, 3]}
df = pd.DataFrame(data, index = ['Cochice', 'Pima', 'Santa Cruz', 'Maricopa', 'Yuma'])
df
Out[48]: 
             name  reports  year
Cochice     Jason        4  2012
Pima        Molly       24  2012
Santa Cruz   Tina       31  2013
Maricopa     Jake        2  2014
Yuma          Amy        3  2014

然后我将该数据帧传递给一个新的数据帧。删除新数据框中的列也会删除原始数据框中的列，如下所示:

df1 = df
del df1['name']
df
Out[56]: 
            reports  year
Cochice           4  2012
Pima             24  2012
Santa Cruz       31  2013
Maricopa          2  2014
Yuma              3  2014

我已经用多个示例完成了此操作，并且行为得到了保留。我试图传递一个包含许多列的表，并仅删除几个干扰后续分析的列。然而，我想保留原始数据框用于其他任务，而这种递归样式的列删除阻止了这种情况。这太令人抓狂了!我相信我以前也这样做过，但没有看到这种行为。

下面的方法似乎可行，但比较麻烦。

df1 = DataFrame(data = df.values, columns = df.columns)
del df1['name']
df

Out[67]: 
             name  reports  year
Cochice     Jason        4  2012
Pima        Molly       24  2012
Santa Cruz   Tina       31  2013
Maricopa     Jake        2  2014
Yuma          Amy        3  2014

执行此操作的最佳方法是什么？为什么有差异？

Answer 1

这是Python，不是pandas。当您对 df 进行赋值时，您实际上指向同一个对象，可以通过查看其内存位置来确认该对象。

df1 = df

>>> id(df1)
4468641552

>>> id(df)
4468641552

您可以创建一个包含所需列的新框架，如下所示:

df1 = df[['year', 'reports']]  # Select desired columns.

删除列以检查行为。

del df1['year']

>>> df  # original intact
             name  reports  year
Cochice     Jason        4  2012
Pima        Molly       24  2012
Santa Cruz   Tina       31  2013
Maricopa     Jake        2  2014
Yuma          Amy        3  2014

>>> df1  # new dataframe dropped column as expected
            reports
Cochice           4
Pima             24
Santa Cruz       31
Maricopa          2
Yuma              3