26

首先，我创建一个 DataFrame

In [61]: import pandas as pd
In [62]: df = pd.DataFrame([[1], [2], [3]])

然后，我深深地复制它copy

In [63]: df2 = df.copy(deep=True)

现在DataFrame不一样了。

In [64]: id(df), id(df2)
Out[64]: (4385185040, 4385183312)

但是，index它们仍然是相同的。

In [65]: id(df.index), id(df2.index)
Out[65]: (4385175264, 4385175264)

同样的事情发生在列中，有什么方法可以轻松地深度复制它，不仅是值，还有索引和列？

4

2 回答 2

26

最新版本的 Pandas 不再有这个问题

  import pandas as pd
  df = pd.DataFrame([[1], [2], [3]])

  df2 = df.copy(deep=True)

  id(df), id(df2)
  Out[3]: (136575472, 127792400)

  id(df.index), id(df2.index)
  Out[4]: (145820144, 127657008)
于 2014-08-08T14:52:55.733 回答
11

我想知道这是否是 pandas 中的一个错误......这很有趣，因为 Index/MultiIndex（索引和列）在某种意义上应该是不可变的（但我认为这些应该是副本）。

现在，很容易创建自己的方法，并将其添加到 DataFrame：

In [11]: def very_deep_copy(self):
    return pd.DataFrame(self.values.copy(), self.index.copy(), self.columns.copy())

In [12]: pd.DataFrame.very_deep_copy = very_deep_copy

In [13]: df2 = df.very_deep_copy()

如您所见，这将创建新对象（并保留名称）：

In [14]: id(df.columns)
Out[14]: 4370636624

In [15]: id(df2.columns)
Out[15]: 4372118776
于 2013-07-11T10:50:26.423 回答