如何解决熊猫替换功能错误地在所有数据框中更改
我使用pandas replace函数替换值。请参见下面的代码:
import pandas as pd
d = {'color' : pd.Series(['white','blue','orange']),'second_color': pd.Series(['white','black','blue']),'value' : pd.Series([1.,2.,3.])}
df1 = pd.DataFrame(d)
print(df1)
df = df1
df['color'] = df['color'].replace('white','red')
print(df1)
print(df)
我打算更改df
中的值,但是为什么df1
中的相同值也被更改了?
下面的代码可以。
df=df.replace('white','red')
解决方法
您需要使用.copy()
df = df1.copy()
因此,您对df
所做的更改不会传播到df1
因为两者都引用相同的数据位置。
当您执行df = df1
时,它不会创建新的数据帧,而只是将df
的引用设置为变量df1
。使用id()
,您可以看到两者都引用了相同的地址。
>>> df = df1
>>> id(df)
41633008
>>> id(df1)
41633008
要制作新副本,您可以使用DataFrame.copy
方法
>>> df = df1.copy()
>>> id(df)
31533376
>>> id(df1)
41633008
现在您可以看到两个都引用了不同的位置。
关于浅拷贝和深拷贝,还有很多要学习的知识。请阅读文档以获取更多信息。 -here
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。