为啥 Python 用后来调整的副本替换早期定义的 Pandas 数据框？ [复制]

Posted 2023-03-11

【中文标题】为啥 Python 用后来调整的副本替换早期定义的 Pandas 数据框？ [复制]

【英文标题】：Why does Python replace an earlier defined Pandas dataframe with it's later adjusted copy? [duplicate]为什么 Python 用后来调整的副本替换早期定义的 Pandas 数据框？ [复制]

【发布时间】：2020-10-17 10:48:41

【问题描述】：

我是 Python 新手，想要复制现有的 Pandas 数据框 (x1) 的副本 (x2)，并将所有现有值调整为另一个值（或将它们设置为例如 NaN）。尝试如下：

x1    = pd.DataFrame('x':[1,2,3], 'y':[4,5,6]) 
x2    = x1 
x2[:] = 5 
x1

不过，在将 x2 的所有值重新定义为 5 后，x1 也会重新定义。这种重新定义现有变量的行为是非常不受欢迎的。为什么会发生这种情况以及如何预防？提前致谢！

【问题讨论】：

这就是任何对象在 Python 中的工作方式。赋值不是 C++ 中的副本。使用x1.copy()。

没有在任何地方创建副本。 x2 = x1 不会复制。 赋值从不复制 python 中的任何内容 “这种重新定义现有变量的行为是非常不受欢迎的。”什么都没有被重新定义。

虽然不完全是关于 pandas，但您应该阅读以下内容：nedbatchelder.com/text/names.html 它适用于所有 Python 对象。阅读它并学习按照自己的术语理解 Python，而不是尝试将其他语言（猜测 C 或 C++）的语义应用于 Python。

感谢 juanpa.arrivillaga 和 ggorlen 的详细说明和进一步阅读的参考！

【参考方案1】：

说x2 = x1 会使x2 指向与x1 相同的对象。为了防止这种情况发生，您需要复制x1 并将其分配给x2。

试试x2 = x1.copy()

【讨论】：

正是我需要的，感谢您的快速帮助！