DeepCopy在包含列表的数据框架上不起作用吗？如何解决

Question

我正在尝试复制包含列表的数据框架。在复制的DF上，我必须对列表进行修改，但是原始列表也会被修改，这不是我想要的。我尝试过：

• df.copy（）
• df.copy（deep = true）
• copy.deepcopy（df）
• df.apply（copy.deepcopy）

，但无效。据我了解，DeepCopy在包含可变对象的数据范围内不起作用。 这是我在网络上发现的示例代码：

>>> import copy
>>> import pandas as pd
>>> df = pd.DataFrame({'q': ['a', 'b', 'c'], 'w': [1, 2, [3, 4, 5]]})
>>> df
   q          w
0  a          1
1  b          2
2  c  [3, 4, 5]
>>> df_c = df.apply(copy.deepcopy)
>>> df_c
   q          w
0  a          1
1  b          2
2  c  [3, 4, 5]
>>> del df_c.loc[2, 'w'][0]
>>> df_c
   q       w
0  a       1
1  b       2
2  c  [4, 5]
>>> df
   q       w
0  a       1
1  b       2
2  c  [4, 5]

有没有办法对这种DF进行真正的深度拷贝？还是您将如何管理这种情况？

Answer 1

如您所提到的，DeepCopy不会复制数据框中的列表。

“请注意，复制包含Python对象的对象时，深副本将复制数据，但不会递归地进行。更新嵌套的数据对象将反映在深层副本中。”

import pandas as pd
df = pd.DataFrame({'q': ['a', 'b', 'c'], 'w': [1, 2, [3, 4, 5]]})
>>> df
   q          w
0  a          1
1  b          2
2  c  [3, 4, 5]

# Use this method to avoid importing copy.
df_c = df.copy(deep=True)
# Make a new list to avoid the issue.
new_list = df_c.loc[2, 'w']
# Do what you need to with it.
df_c.loc[2, 'w'] = new_list[1:3]
>>> df_c
   q       w
0  a       1
1  b       2
2  c  [4, 5]
>>> df
   q          w
0  a          1
1  b          2
2  c  [3, 4, 5]