為什麼 Pandas DataFrame 修改有時會影響原始 DataFrame？

了解Pandas 中資料幀複製的需求

使用Pandas 資料幀時，選擇是否建立資料幀可能會產生的副本資料框重大影響。預設情況下，索引資料幀會傳回原始資料結構的參考。因此，對子集進行的任何修改都將直接修改父框架。

為了說明此行為，請考慮以下範例：

df = pd.DataFrame({'x': [1, 2]})
df_sub = df[0:1]
df_sub.x = -1
print(df)

輸出：

   x
0 -1
1  2

如您所觀察到的，修改子集的值會直接改變原始資料幀中的對應值。

在必須保護原始資料幀不被修改的情況下，複製是必要的。這可以使用 .copy() 方法來實作。以下是一個範例：

df_sub_copy = df[0:1].copy()
df_sub_copy.x = -1
print(df)

輸出：

   x
0  1
1  2

在這種情況下，.copy() 確保對 df_sub_copy 所做的任何更改都不會影響原始 df。

重要的是要理解這種行為僅適用於深複製，這意味著整個引用的資料都複製到新物件中。相反，淺拷貝會建立一個新對象，該對象引用與原始對象相同的基礎資料。因此，對淺拷貝所做的任何更改也會影響原始資料幀。

以上是為什麼 Pandas DataFrame 修改有時會影響原始 DataFrame？的詳細內容。更多資訊請關注PHP中文網其他相關文章！