Блог

Начнем с примера…

 In [1]: import pandas as pd

In [2]: from sklearn.datasets import load_iris

In [3]: iris = load_iris()

In [4]: X = pd.DataFrame(data=iris.data, columns=iris.feature_names)

In [5]: output_df = pd.DataFrame(X)

In [6]: X is output_df
Out[6]: False

In [7]: list(X.columns)
Out[7]: 
['sepal length (cm)',
 'sepal width (cm)',
 'petal length (cm)',
 'petal width (cm)']

In [8]: output_df['y'] = iris.target

In [9]: list(X.columns)
Out[9]: 
['sepal length (cm)',
 'sepal width (cm)',
 'petal length (cm)',
 'petal width (cm)',
 'y']
  

[6] говорит, что это X is output_df есть False , что означает, что они не являются одним и тем же объектом. Если они не являются одним и тем же объектом, то добавление столбца к одному из них не должно влиять на другой.

Однако [9] это говорит нам о том, что добавление столбца в output_df определенно добавило тот же столбец в X , что подразумевает, что они на самом деле являются одним и тем же объектом.

Почему здесь происходит отключение?

( pd.__version__ == 0.24.1 и python --version = Python 3.7.1 , если это имеет значение)

Существует некоторая развязка между a DataFrame и его базовыми данными, которые хранятся в its BlockManager . В вашем примере базовые BlockManager данные те же, поэтому их изменение в одном из них DataFrame повлияет на другое:

 In [1]: import pandas as pd; pd.__version__
Out[1]: '0.24.1'

In [2]: df = pd.DataFrame({'A': list('abc'), 'B': [10, 20, 30]})

In [3]: df2 = pd.DataFrame(df)

In [4]: df is df2
Out[4]: False

In [5]: df._data is df2._data
Out[5]: True

In [6]: df._data
Out[6]:
BlockManager
Items: Index(['A', 'B'], dtype='object')
Axis 1: RangeIndex(start=0, stop=3, step=1)
IntBlock: slice(1, 2, 1), 1 x 3, dtype: int64
ObjectBlock: slice(0, 1, 1), 1 x 3, dtype: object
  

По сути, DataFrame служит оболочкой для базовых данных, так что на самом деле это разные объекты, просто некоторые их компоненты являются общими. В качестве базового примера вы можете добавить фиктивные атрибуты к одному, не влияя на другой:

 In [7]: df.foo = 'bar'

In [8]: df.foo
Out[8]: 'bar'

In [9]: df2.foo
---------------------------------------------------------------------------
AttributeError: 'DataFrame' object has no attribute 'foo'
  

Чтобы обойти проблему общих базовых данных, вам нужно явно указать DataFrame конструктору копировать входные данные через copy параметр:

 In [10]: df2 = pd.DataFrame(df, copy=True)

In [11]: df._data is df2._data
Out[11]: False

In [12]: df['C'] = [1.1, 2.2, 3.3]

In [13]: df
Out[13]:
   A   B    C
0  a  10  1.1
1  b  20  2.2
2  c  30  3.3

In [14]: df2
Out[14]:
   A   B
0  a  10
1  b  20
2  c  30