我知道熊猫数据帧是可变的
我正在将一个数据帧传递给一个函数,我不希望更改原始数据帧,但它确实是。
我认为只要重新分配dataframe变量并避免使用.drop(inplace=True)和.reset_index(inplace=True),就可以了,但事实并非如此。
对于.dropna()和.reset_index(),有什么解决方法可以避免我的原始数据帧发生变异
多谢各位
def makeChoice():
return bool(random.getrandbits(1))
def makeChange(row,choice):
if choice==True:
result = row['b']
else:
result = np.nan
return result
workingDF['b']= workingDF.apply(lambda row: makeChange(row, makeChoice()), axis=1)
workingDF = workingDF.dropna()
workingDF = workingDF.reset_index(drop=True)
return workingDF
a = pd.DataFrame({'a':[1,2], 'b':[3,4]})
print('a - original:')
print(a)
b = testFunc3(a)
print('b after testFunc3():')
print(b)
print('a after testFunc3():')
print(a)
这将提供以下输出:
a - original:
a b
0 1 3
1 2 4
b after testFunc3():
a b
0 1 3.0
a after testFunc3():
a b
0 1 3.0
1 2 NaN
如果不想修改或更改函数内的方法,可以向函数发送数据帧副本:
相关问题 更多 >
编程相关推荐