HOWTO · Pandas

Pandas DatenFrame kopieren

In diesem Tutorial wird vorgestellt, wie wir mit der Methode `DataFrame.copy()` eine Kopie eines DataFrame-Objekts erstellen können.

Auf dieser Seite

Um eine pandas-DataFrame-Kopie zu erstellen, rufen Sie DataFrame.copy() auf. Der Standardwert deep=True erzeugt ein separates DataFrame, sodass eine Änderung an einer Zelle im Ergebnis die entsprechende Zelle im Original unverändert lässt. Verwenden Sie dies, wenn Sie Daten unabhängig bearbeiten möchten.

DataFrame.copy()-Syntax und Kopiertiefe

Die Methode akzeptiert das Argument deep: df.copy(deep=True). Der Standardwert ist True, daher ist df.copy() gleichbedeutend. Mit deep=True kopiert pandas die Daten und den Index des DataFrame. Dabei handelt es sich um eine deep-Kopie der pandas-Datenstrukturen; Python-Objekte in Zellen mit dem Datentyp object werden jedoch nicht rekursiv kopiert. Enthält eine Zelle beispielsweise eine veränderbare Liste, kann das kopierte DataFrame weiterhin auf dieselbe Liste verweisen. Kopieren Sie die enthaltenen Objekte separat, wenn Sie unabhängige verschachtelte Objekte benötigen.

Mit deep=False verwendet pandas zunächst gemeinsam mit der Quelle die zugrunde liegenden Daten und den Index, anstatt sie zu kopieren. Was eine spätere Zuweisung über eines der beiden DataFrames bewirkt, hängt von der pandas-Version und davon ab, ob Copy-on-Write aktiviert ist. Verlassen Sie sich bei einer flachen Kopie weder darauf, dass Änderungen an die Quelle weitergegeben werden, noch darauf, dass sie in jeder Konfiguration von ihr isoliert bleiben. Wenn Unabhängigkeit wichtig ist, verwenden Sie die standardmäßige deep-Kopie. Wenn gemeinsam genutzte Daten beabsichtigt sind, prüfen Sie das für die verwendete pandas-Version und den Copy-on-Write-Modus dokumentierte Verhalten.

Eine unabhängige DataFrame-Kopie erstellen

Führen Sie dieses Beispiel aus:

Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.

import pandas as pd

original = pd.DataFrame({"score": [10]})
independent = original.copy()
independent.loc[0, "score"] = 99
print(f"original={original.loc[0, 'score']}, copy={independent.loc[0, 'score']}")
original=10, copy=99

Die Zuweisung ändert die Zelle im kopierten DataFrame, während der Wert in original 10 bleibt. Im Beispiel wird der Standardwert deep=True verwendet; mit original.copy(deep=True) lässt sich diese Wahl ausdrücklich angeben. Verwenden Sie .loc[row, column], um die zu ändernde Zelle festzulegen. Behalten Sie die ursprüngliche Variable bei, wenn Sie deren Daten vergleichen oder wiederverwenden möchten.

deep=False und gemeinsam genutzte Daten verstehen

Eine flache Kopie kann nützlich sein, wenn Sie ein neues DataFrame-Objekt möchten, ohne dessen Daten sofort zu duplizieren. Sie legt nicht allgemein fest, was bei einer späteren Änderung geschieht: Die Copy-on-Write-Funktion und die pandas-Version beeinflussen, ob eine Schreiboperation isoliert bleibt oder über ein anderes Objekt sichtbar ist. Betrachten Sie deep=False daher als eine Wahl mit versionsabhängigem Änderungsverhalten und nicht als verlässliche Möglichkeit, beide DataFrames gemeinsam zu bearbeiten. Für vorhersehbare, unabhängige Änderungen wählen Sie deep=True. Wenn das Verhalten einer bestimmten Anwendung maßgeblich ist, prüfen Sie deren pandas-Version und Copy-on-Write-Einstellung.

Auch das Argument deep sorgt nicht dafür, dass verschachtelte Objekte unabhängig werden. Enthalten Zellen mit dem Datentyp object beispielsweise Listen, kopiert eine DataFrame-Kopie zwar die pandas-Container, klont aber nicht rekursiv jede Liste. Eine Änderung an einer Liste in einer Zelle kann daher ein Objekt betreffen, auf das beide DataFrames zugreifen. Behandeln Sie verschachtelte veränderbare Werte separat, wenn dieser Unterschied relevant ist.

Ein DataFrame oder eine Spalte einer Variable zuweisen

Eine Zuweisung wie other = original bindet eine weitere Variable an dasselbe DataFrame-Objekt. Sie ruft weder DataFrame.copy() auf noch erzeugt sie unabhängige Daten. Eine Änderung über einen der beiden Namen wirkt sich auf dasselbe Objekt aus.

Ebenso wählt scores = original["score"] eine Spalte als pandas-Series aus; damit wird keine unabhängige Kopie ausdrücklich angefordert. Verwenden Sie eine Variablenzuweisung oder Spaltenauswahl nicht als Ersatz für eine Kopie, wenn Sie unabhängige Daten benötigen. Erstellen Sie mit other = original.copy() eine separate DataFrame-Kopie oder mit scores = original["score"].copy() eine separate Series-Kopie. So machen Sie Ihre Absicht deutlich und vermeiden, sich auf ein zufälliges View- oder Änderungsverhalten zu verlassen. Wählen Sie zuerst das benötigte Objekt aus – ein DataFrame für Tabellenoperationen oder eine Series für eine einzelne Spalte – und rufen Sie dann .copy() auf, wenn Sie ein separat bearbeitbares Ergebnis benötigen.