Pandas复制DataFrame后原数据被意外修改问题求助
问题定位
核心问题由Pandas的赋值机制导致:
graf4 = frame属于浅拷贝,两个变量指向同一个内存中的DataFrame对象,任何对graf4的列修改都会同步作用到frame上。- 代码中
graf4['cost'] = graf4['price']*graf4['tickets']执行时,已经修改了共享的DataFrame对象,后续将graf4重新赋值为groupby生成的新对象,也不会撤销之前对frame的改动。如果运行环境存在单元格重复执行、变量残留的情况,会出现price被反复乘tickets、数值放大数千倍的问题。 - 原有计算逻辑也存在问题:对
price字段直接求和再除以总票数得到的不是单票平均价格,逻辑上应该对总销售额cost求和再做除法。 - 绘图参数的字段名和groupby输出的字段名不匹配,会触发键错误。
修复方案
- 创建
frame的深拷贝再做修改,完全隔离两个DataFrame的操作 - 调整聚合逻辑,用总销售额计算平均票价
- 统一绘图时的字段名,和分组输出的字段匹配
修正后代码
# 用copy()创建深拷贝,修改graf4不会影响原frame graf4 = frame.copy() graf4['cost'] = graf4['price']*graf4['tickets'] # 聚合总票数和总销售额 graf4 = graf4.groupby(['month','year'], as_index=False).agg({'tickets':'sum', 'cost':'sum'}) # 用总销售额除以总票数得到单票平均价格,避免污染原price字段 graf4['avg_price'] = graf4['cost']/graf4['tickets'] # 字段名和groupby输出保持一致,避免键错误 sns.lineplot(data=graf4, x='month',y='avg_price',hue='year') del(graf4) frame.head()
内容的提问来源于stack exchange,提问作者Gustavo Affonso
相关产品推荐
相关产品推荐

