最近發現周圍的很多小夥伴們都不太樂意使用pandas，轉而投向其他的數據操作庫，身為一個數據工作者，基本上是張口pandas，閉口pandas了，故而寫下此系列以讓更多的小夥伴們愛上pandas。
系列文章說明：
系列名（系列文章序號）——此次系列文章具體解決的需求
平台：
有時在修改pandas對象中不想改變原數據框會使用.copy()給原數據框做一份拷貝，但數據內容中包含可變對象時，使用卻不會按本意進行，官方也在函數中給出說明，這裡一起了解下pandas中的深淺複製。
/ .copy(deep=True)函數詳解文檔：
Signature:df.copy(deep:'bool_t'=True)->'FrameOrSeries'Docstring:Makeacopyofthisobject'sindicesanddata.When``deep=True``(default),anewobjectwillbecreatedwithacopyofthecallingobject'sdataandindices.Modificationstothedataorindicesofthecopywillnotbereflectedintheoriginalobject(seenotesbelow).When``deep=False``,anewobjectwillbecreatedwithoutcopyingthecallingobject'sdataorindex(onlyreferencestothedataandindexarecopied).Anychangestothedataoftheoriginalwillbereflectedintheshallowcopy(andviceversa).Parameters----------deep:bool,defaultTrueMakeadeepcopy,includingacopyofthedataandtheindices.With``deep=False``neithertheindicesnorthedataarecopied.Returns-------copy:SeriesorDataFrameObjecttypematchescaller.Notes-----When``deep=True``,dataiscopiedbutactualPythonobjectswillnotbecopiedrecursively,onlythereferencetotheobject.Thisisincontrastto`copy.deepcopy`intheStandardLibrary,whichrecursivelycopiesobjectdata(seeexamplesbelow).While``Index``objectsarecopiedwhen``deep=True``,theunderlyingnumpyarrayisnotcopiedforperformancereasons.Since``Index``isimmutable,theunderlyingdatacanbesafelysharedandacopyisnotneeded.在該函數文檔中可以看出，默認為深複製(deep=True)，會創建一個與原數據框不同的數據對象，在副本中修改數據均不會使原數據發生修改，在下面的Notes部分提到，如果數據內容是可變對象依然會改變原數據框內容，原因是pandas的深複製僅是引用python對象使用，也有部分減少性能的消耗，如Index不可變對象可以安全無誤的複製到新對象中，不同於copy.deepcopy會遞歸複製python對象，所以使用pandas.copy複製pandas對象，如果數據內容包含可變對象，仍然是不安全的，修改其內的數據會使原數據發生改變。
（手動水印：原創CSDN宿者朽命，https://blog.csdn.net/weixin_46281427?spm=1011.2124.3001.5343，公眾號A11Dot派)
/ 函數使用
生成df，包含3列數據，A列為數值型，不可變對象， B和C都是可變對象。
查看深淺複製對象，都與原對象不同，說明完成拷貝。
df_shallow會跟着df的改變而發生改變，而df_copy不會發生變化，也證實了df.copy(deep=False)是淺層複製，新建了一個與df數據內容及索引相同的但對象不同的數據框。
在B列修改過程中所有複製出來的數據框都發生了變化，正如Notes所說，是對對象的引用，是直接修改引用到的數據，那麼在數據框顯示部分看到B列的內容發生變化，原始數據內容是否也已經改變，打印data：
data中的B所對應的值也已經發生改變，那麼有什麼方法可以僅改變深複製後的數據對象，又不改變原始數據，這裡需要藉助copy模塊，C列的數據層次與B列一樣，下面修改C列數據。
熟悉pandas的會明白這樣僅讓df_copy中的C列參與了函數執行，沒有實際改變C列數據，但如果沒有第5行中的copy操作，即使沒有return語句也會使df_copy發生改變，原因見修改B列數據部分。如果需要改變C列數據將運行後的結果賦值給C列，由於C列被重新賦值也就不存在修改df_copy中C列數據會影響到df或df_shallow乃至data中的C列數據。
df_copy['C']=df_copy['C'].apply(value_upper)
可以看到僅df_copy['C']發生了變化。
/ 總結偶爾修改pandas對象中的數據時會被提醒所修改的數據視圖會影響原數據框，可以考慮使用df.copy方法避免修改，而當數據中含有可變對象，且只修改其中的一部分內容，卻不會產生這樣的警告，而這樣的結果又不能被接受時，可以查看下函數文檔，pandas中的copy與python對象的複製在使用上有部分不同，例如deepcopy是會對python進行遞歸操作，而pandas.copy僅將數據引用及索引進行複製。如果你問我deepcopy(df)是否可以避免上述情況發生，很遺憾的告訴你不行，對該篇有任何疑問歡迎聯繫作者，簡述你的見解。
當你難以分辨兩者之間是否有某種關聯時，最好的辦法是改變其中一個的特徵。
於二〇二二年三月二十日作
留言列表