Python中的对象赋值和浅拷贝,深拷贝

最新推荐文章于 2023-06-15 20:13:55 发布

N刻后告诉你

最新推荐文章于 2023-06-15 20:13:55 发布

阅读量130

点赞数

分类专栏： python 文章标签： python

本文链接：https://blog.youkuaiyun.com/zhangyifeng_1995/article/details/129973577

版权

python 专栏收录该内容

34 篇文章

订阅专栏

文章讨论了在Python中使用map函数和get_dummies方法处理数据时，如何影响data_train数据帧的内存引用。map函数修改后的数据会指向新内存，而data_train仍能访问，但在使用get_dummies后，data指向新内存，但data_train未更新，导致修改无效。这涉及到Python的深拷贝和浅拷贝概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在看一篇资料的时候.有两处代码.

for data in [data_train, data_test_a]:
    data['grade'] = data['grade'].map({'A':1,'B':2,'C':3,'D':4,'E':5,'F':6,'G':7})

这个代码可以查看data_train,可查看到数据修改.
但下面的代码

for data in [data_train, data_test_a]:
	data = pd.get_dummies(data, columns=['subGrade', 'homeOwnership', 
	'verificationStatus', 'purpose', 'regionCode'])

查看data_train却无法查看到数据修改.

原因

利用id()查看内存,可以发现
第一个代码:经过map修改后,data[‘grade’]指向了新的内存地址,但是仍然可以通过data_train[‘grade’]找到该内存地址.
第二个代码:经过get_dummie后,data 指向了新的内存地址,但data_train仍指向原来的内存地址,所以无法找到data指向的新的内存地址,所以修改无效.