Python pandas.DataFrame.copy函数方法的使用

DataFrame.copy(deep=True)

复制此对象的索引和数据。

当deep=True（默认）时，将使用调用对象的数据和索引的副本创建新对象。对副本的数据或索引的修改不会反映在原始对象中（请参阅下面的注释）。

当deep=False，将创建一个新对象而不复制调用对象的数据或索引（仅复制对数据和索引的引用）。对原始数据的任何更改都将反映在浅层副本中（反之亦然）。

Notes

当deep=True，数据被复制但实际的Python对象不会被递归复制，只能引用该对象。这与标准库中的copy.deepcopy形成对比，后者以递归方式复制对象数据（请参阅下面的示例）。

在Index复制对象时deep=True，由于性能原因，不会复制基础numpy数组。由于Index是不可变的，因此可以安全地共享基础数据并且不需要副本。

例子

1）copy() 方法的基本用法

import pandas as pd

# 创建一个简单的 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

# 使用 copy() 方法创建副本
df_copy = df.copy()

# 修改副本的值，不影响原始数据
df_copy['A'] = [10, 20, 30]

print("原始 DataFrame:")
print(df)
print("\n复制后的 DataFrame:")
print(df_copy)

2）基本的深拷贝和浅拷贝

import pandas as pd

# 创建一个 Series
s = pd.Series([1, 2], index=["a", "b"])

# 默认（深层）拷贝
deep = s.copy()
print("深层副本:")
print(deep)

# 浅拷贝
shallow = s.copy(deep=False)
print("\n浅拷贝:")
print(shallow)

# 测试浅拷贝和原始数据共享数据和索引
print("\ns is shallow:", s is shallow)
print("s.values is shallow.values and s.index is shallow.index:", s.values is shallow.values and s.index is shallow.index)

# 测试深层副本具有自己的数据和索引副本
print("\ns is deep:", s is deep)
print("s.values is deep.values or s.index is deep.index:", s.values is deep.values or s.index is deep.index)

# 更新原始数据和浅拷贝的数据，观察结果
s[0] = 3
shallow[1] = 4

print("\n更新后的原始数据:")
print(s)
print("\n更新后的浅拷贝:")
print(shallow)
print("\n深层副本保持不变:")
print(deep)

3）包含嵌套列表的深拷贝

import pandas as pd

# 包含嵌套列表的深拷贝示例
s = pd.Series([[1, 2], [3, 4]])
deep = s.copy()

# 更新嵌套列表中的值
s[0][0] = 10

print("\n更新后的原始数据:")
print(s)
print("\n更新后的深层副本:")
print(deep)