dataframe和list的深浅拷贝以及dataframe中存储list或list中存储dataframe时的深浅拷贝误区

本文讲述下python中dataframe和list的深浅拷贝以及dataframe中存储list或list中存储dataframe时的深浅拷贝误区。dataframe和list的深浅拷贝其实网上资料都有很多了，这个也容易搞懂，但是当dataframe中存储着list时，或list中存储着dataframe时，要注意此时即使进行了深拷贝，也不一定是你所想像的深拷贝。比如dataframe中存储着list时，对dataframe进行了深拷贝，修改list中的元素时，原来的dataframe中的list中的元素也会发生改变，因为本质上深拷贝对datyaframe而言却是是深拷贝，但是此时dataframe中的元素是list的引用，这个并没有进行深拷贝。详细说明还是用代码来进行把，文字解释终归不清楚。（要想完全透彻理解最好学下c语言的指针就可以了）

import copy 
import pandas as pd

1.list的深拷贝与浅拷贝

x = [1,2,3,4,5]
y=x
print(y)

[1, 2, 3, 4, 5]

y[2]=999
x

[1, 2, 999, 4, 5]

因此y=x的方式对于list来说，是做了一个引用，并没有真的拷贝list。

x = [1,2,3,4,5]
y=copy.copy(x)
print(y)

[1, 2, 3, 4, 5]

y[2]=999
x

[1, 2, 3, 4, 5]

因此y=copy.copy(x)的方式对于list来说，是真的做了拷贝。

x = [[1,2],
     [3,4],
     [5,6]]
y=copy.copy(x)
print(y)

[[1, 2], [3, 4], [5, 6]]

y[1][1]=9999
x

[[1, 2], [3, 9999], [5, 6]]

y[0][0]=9999
x

[[9999, 2], [3, 9999], [5, 6]]

因此y=copy.copy(x)的方式对于二维list来说，并没有真正做拷贝，只是做了引用。

x = [[1,2],
     [3,4],
     [5,6]]
y=copy.deepcopy(x)
print(y)

[[1, 2], [3, 4], [5, 6]]

y[1][1]=9999
x

[[1, 2], [3, 4], [5, 6]]

因此y=copy.deepcopy(x)的方式对于二维list来说，是真的做了拷贝。

2.series和dataframe的深拷贝与浅拷贝

df1 = pd.DataFrame([[1,2,3],[6,7,8]])
df2=df1
df2

	0	1	2
0	1	2	3
1	6	7	8

df2[2]=999
df1

	0	1	2
0	1	2	999
1	6	7	999

因此df2=df1的方式对于dataframe来说并没有真正做拷贝，只是做了引用。

df1 = pd.DataFrame([[1,2,3],[6,7,8]])
df2=copy.deepcopy(df1)
df2

	0	1	2
0	1	2	3
1	6	7	8

df2[2]=999
df1

	0	1	2
0	1	2	3
1	6	7	8

因此df2=copy.deepcopy(df1)的方式对于dataframe来说做了真正的拷贝。

s1 = pd.Series([1, 2, 3, 4])
s2=copy.deepcopy(s1)
s2

0    1
1    2
2    3
3    4
dtype: int64

s2[1]=999
s1

0    1
1    2
2    3
3    4
dtype: int64

series与dataframe一样。

s1 = pd.Series([1, 2, 3, 4])
s2=s1.copy()
s2

0    1
1    2
2    3
3    4
dtype: int64

del s2[1]
s1

0    1
1    2
2    3
3    4
dtype: int64

s1 = pd.Series([1, 2, 3, 4])
s2=s1.copy(deep=True)
s2

0    1
1    2
2    3
3    4
dtype: int64

del s2[1]
s1

0    1
1    2
2    3
3    4
dtype: int64

3. dataframe中有list时的深拷贝误区

df1 = pd.DataFrame({'A':[[1,2],[3,4],[5,6]],'B':[[7,8],[9,10],[11,12]]})
df1

	A	B
0	[1, 2]	[7, 8]
1	[3, 4]	[9, 10]
2	[5, 6]	[11, 12]

df2=df1.copy(deep=True)
df3=copy.deepcopy(df1)
df2

	A	B
0	[1, 2]	[7, 8]
1	[3, 4]	[9, 10]
2	[5, 6]	[11, 12]

# 现在对df2和df3中的list中的元素做修改
df2.iloc[0,0][0]=999
df3.iloc[1,0][0]=999
df2

	A	B
0	[999, 2]	[7, 8]
1	[999, 4]	[9, 10]
2	[5, 6]	[11, 12]

df3

	A	B
0	[999, 2]	[7, 8]
1	[999, 4]	[9, 10]
2	[5, 6]	[11, 12]

df1

	A	B
0	[999, 2]	[7, 8]
1	[999, 4]	[9, 10]
2	[5, 6]	[11, 12]

可见我明明是对df1进行了深拷贝，可是当我改变深拷贝过来的df2和df3的list中的元素时，df1也会跟着改变，这是为什么呢？

因为我仅仅对dataframe进行了深拷贝，因此我得到了一个新的dataframe，该dataframe和原来的dataframe一样，每个元素存储的都是list的引用，注意是list的引用而不是list，因此我实际上是深拷贝了list的引用，但是并不是把里面的数据都拷贝了一遍，当我修改深拷贝过来的dataframe中的list中的元素时，我是真正的改掉了list中的元素，因此原来的dataframe和深拷贝的dataframe中的每个元素的引用中的元素都被改掉了，这就是出现上述现象的原因。