python - Pandas:数据框与用于定义它的 numpy.array 之间的关系

Question

我只是想创建两个最初为空的相同维度的数据框。我是这样做的:

import numpy as np
import pandas as pd

m = np.empty((2, 3))*np.nan
df1 = pd.DataFrame(m)
df2 = pd.DataFrame(m)

但是当我更改一个数据框中的特定值时，所有三个对象都会受到影响:

df2.iloc[1, 2] = 1

print(df2)
    0   1    2
0 NaN NaN  NaN
1 NaN NaN  1.0

print(df1)
    0   1    2
0 NaN NaN  NaN
1 NaN NaN  1.0

print(m)
array([[nan, nan, nan],
       [nan, nan,  1.]])

所以看起来数据框只是一个 numpy 数组的包装器:没有复制。我没有在任何地方看到这种行为的记录，我只是想指出来。有什么意见吗？

Answer 1

DataFrame 有一个 init 参数，让您指定将数据从 ndarray 复制到 DataFrame。

查看 pandas 源代码 frame.py , 行 405然后...默认情况下，copy 为 False。

因此，您可以使用以下内容强制复制:

import numpy as np
import pandas as pd

m = np.empty((2, 3))*np.nan
df1 = pd.DataFrame(m,copy=True)
df2 = pd.DataFrame(m)

df2.iloc[1, 2] = 1
print(df1)
print(df2)