Méthode de copie de DataFrame Pandas

PythonPythonBeginner
Pratiquer maintenant

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

Dans ce laboratoire, nous allons apprendre à utiliser la méthode copy() de la classe DataFrame de pandas. La méthode copy() nous permet de créer une copie d'un objet DataFrame sans modifier le DataFrame original. Nous allons explorer la syntaxe et les paramètres de la méthode copy() et fournir des exemples pour illustrer son utilisation.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook pour accéder à Jupyter Notebook pour la pratique.

Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous réglerons rapidement le problème pour vous.

Créer un DataFrame

Tout d'abord, nous devons importer la bibliothèque pandas et créer un objet DataFrame.

import pandas as pd

df = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': ['d', 'e', 'f']})
print(df)

Sortie :

   A  B
0  a  d
1  b  e
2  c  f

Copier le DataFrame à l'aide de la méthode copy()

Ensuite, nous pouvons utiliser la méthode copy() pour créer une copie de l'objet DataFrame.

df1 = df.copy()
print(df1)

Sortie :

   A  B
0  a  d
1  b  e
2  c  f

Modifier le DataFrame copié

Nous pouvons modifier le DataFrame copié sans affecter le DataFrame original.

df1['A'] = df1['A'].replace(['b'], 'x')
print(df1)
print(df)

Sortie :

   A  B
0  a  d
1  x  e
2  c  f

   A  B
0  a  d
1  b  e
2  c  f

Copie superficielle en utilisant copy() avec deep=False

Par défaut, la méthode copy() effectue une copie profonde, créant un nouvel objet avec une copie des données et des indices. Cependant, nous pouvons également créer une copie superficielle en utilisant le paramètre deep=False.

df1 = df.copy(deep=False)
df1['A'] = df1['A'].replace(['b'], 'x')
print(df1)
print(df)

Sortie :

   A  B
0  a  d
1  x  e
2  c  f

   A  B
0  a  d
1  x  e
2  c  f

Récapitulatif

Dans ce laboratoire, nous avons appris à utiliser la méthode copy() dans la classe DataFrame de pandas. La méthode copy() nous permet de créer une copie d'un objet DataFrame sans modifier le DataFrame original. Nous avons exploré la manière de créer une copie à l'aide de la méthode copy() et de modifier le DataFrame copié. De plus, nous avons appris au sujet du paramètre deep, qui contrôle si une copie profonde ou une copie superficielle est créée. Par défaut, une copie profonde est effectuée, mais une copie superficielle peut être créée en définissant deep=False. En comprenant la méthode copy(), nous pouvons manipuler les objets DataFrame sans affecter les données originales.