python熊貓中的DataFrame.apply改變了原始數據幀和重複數據幀

Question

我在修改重複的熊貓DataFrame時遇到了一些麻煩，而且沒有將修改應用於原始DataFrame的重複和。

下面是一個例子。說我創建的詞典列表的任意數據框：「A」使用應用

In [67]: d = [{'a':3, 'b':5}, {'a':1, 'b':1}] 

In [68]: d = DataFrame(d) 

In [69]: d 

Out[69]: 
    a b 
0 3 5 
1 1 1 

然後我給你的「d」數據幀變量「e」和適用於一些任意數學列：

In [70]: e = d 

In [71]: e['a'] = e['a'].apply(lambda x: x + 1) 

In [72]: e # duplicate DataFrame 
Out[72]: 
    a b 
0 4 5 
1 2 1 

In [73]: d # original DataFrame, notice the alterations to frame 'e' were also applied 
Out[73]: 
    a b 
0 4 5 
1 2 1 

我已經搜查b：在應用函數顯然既適用於重複數據框「e」和原始數據幀「d」，這是我不能爲我的生活出

問題出現大熊貓的文檔和谷歌因爲這個原因會這樣，但無濟於事。我根本無法理解這裏發生了什麼。

我也嘗試了使用元素操作的數學運算（例如，e['a'] = [i + 1 for i in e['a']]），但問題仍然存在。在我不知道的熊貓DataFrame類型中是否有一個怪癖？我很感謝有人可能提供的任何見解。

Answer 1

這不是熊貓特有的問題。在Python，分配永遠不會複製任何東西：

>>> a = [1,2,3] 
>>> b = a 
>>> b[0] = 'WHOA!' 
>>> a 
['WHOA!', 2, 3] 

如果你想有一個新的數據幀，使副本e = d.copy()。

編輯：我應該澄清，轉讓到裸露的名字永遠不會複製任何東西。對項目或屬性的分配（例如，a[1] = x或a.foo = bar）被轉換爲引擎蓋下的方法調用，並且可以根據對象a是什麼類型進行復制。