蟒蛇熊猫–data frame.copy()功能
原文:https://www.geesforgeks.org/python-pandas-data frame-copy-function/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。Pandas 就是其中之一，它让数据的导入和分析变得更加容易。
在熊猫身上复制数据帧有很多方法。第一种方法是将 dataframe 对象分配给变量的简单方法，但这有一些缺点。
语法:数据帧复制 ( 深度=真 )
当 deep=True(默认值)时，将使用调用对象的数据和索引的副本创建一个新对象。对副本的数据或索引的修改不会反映在原始对象中(参见下面的注释)。
当 deep=False 时，将创建一个新对象，而不复制调用对象的数据或索引(只复制对数据和索引的引用)。对原始数据的任何更改都将反映在浅拷贝中(反之亦然)。
步骤 1) 让我们首先制作一个虚拟数据帧，我们将使用它来进行说明
步骤 2) 将该数据框对象分配给一个变量
步骤 3) 对原始数据帧进行更改，查看复制的变量是否有任何不同
蟒蛇 3
import pandas as pd
#Create Series
s = pd.Series([3,4,5],['earth','mars','jupiter'])
k = pd.Series([1,2,3],['earth','mars','jupiter'])
#Create DataFrame df from two series
df = pd.DataFrame({'mass':s,'diameter':k})
df
输出:
虚拟数据文件 df
现在，让我们将 dataframe df 分配给一个变量并执行更改:
蟒蛇 3
#Assign df to variable_copy
variable_copy = df
print(variable_copy)
#Update the value of mass of earth in original dataframe
df['mass']['earth']=8
print(variable_copy)
输出:
在这里，我们可以看到，如果我们改变原始数据框中的值，那么复制变量中的数据也会改变。为了克服这个问题，我们使用了 DataFrame.copy()
让我们看看这个，举例当 deep=True(默认):
蟒蛇 3
res = df.copy(deep=True)
print(res)
输出:
