python – 在函数内修改DataFrame
发布时间：2020-12-20 12:08:38 所属栏目：Python 来源：网络整理
导读：我面对一个我以前从未观察过的函数内部数据框的修改.有没有办法处理这个并且没有修改初始数据帧？ In[30]: def test(df): df['tt'] = np.nan return dfIn[31]: dff = pd.DataFrame(data=[])In[32]: dffOut[32]: Empty DataFrameColumns: []Index: []In[33]:
|
我面对一个我以前从未观察过的函数内部数据框的修改.有没有办法处理这个并且没有修改初始数据帧？
In[30]: def test(df):
df['tt'] = np.nan
return df
In[31]: dff = pd.DataFrame(data=[])
In[32]: dff
Out[32]:
Empty DataFrame
Columns: []
Index: []
In[33]: df = test(dff)
In[34]: dff
Out[34]:
Empty DataFrame
Columns: [tt]
Index: []
解决方法def test(df):
df = df.copy(deep=True)
df['tt'] = np.nan
return df
如果将数据帧传递给函数并对其进行操作并返回相同的数据帧,那么您将获得修改后版本的相同数据帧.如果您想保留旧的数据框并使用修改创建新的数据框,那么根据定义,您必须拥有2个数据框.您传入的不需要修改的内容和修改后的新内容.因此,如果您不想更改原始数据帧,最好的办法是复制原始数据帧.在我的例子中,我将函数中的变量“df”反弹到新的复制数据帧.我使用了copy方法,参数“deep = True”生成了数据帧及其内容的副本.你可以在这里阅读更多：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.copy.html （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |