Python/Pandas新手: unwanted changes to dataframe are carrying through when reassigning to a new variable

Question

我有一个名为 df 的数据框，我在其中应用一些简单的转换(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；一种是发生变化的，一种是保持原始状态的。这是我所经历的示例:

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，我并不完全理解数据帧如何在 Python 中运行，我有 R 背景。这是正常行为，还是不应该发生的事情？如何在数据帧转换的早期阶段复制数据帧，而不会将这些更改传递到包含 df 内容的另一个变量？当我输入此内容时，我意识到我可能只需要使用不同的名称再次导入该文件。我希望这是清楚的，希望了解这里发生的事情。感谢大家的帮助。

Answer 1

您应该尝试使用copy功能。如果不使用复制功能，当您将 df 分配给 df2 时，df 和 df2 都将指向相同的对象。

import pandas as pd

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