当我随机播放DataFrame的副本时,为什么原来的DataFrame也会被洗牌？

这是输入,

    df1= pd.DataFrame(np.random.randn(10,3), columns= list("ABC") )
              A         B         C
    0  0.468682 -0.136178  0.418900
    1 -0.362995 -0.111931  0.433537
    2 -1.194483 -0.844683 -1.022719
    3  0.531893 -1.032088 -1.683009
    4  2.113807 -0.450628  0.004971
    5  0.141548 -0.621090 -0.135580
    6  0.128670 -0.460494 -0.016550
    7 -0.099141 -0.010140 -0.066042
    8  1.317759 -1.522207 -0.234447
    9 -0.039051 -1.395751 -0.431717

然后我创建了它的副本.我假设我实际上克隆了对象,而不只是创建一个新的链接.我希望将原始DataFrame的副本随机播放,同时保持原始DataFrame不受影响.

    df2=df1.copy(deep= True)

通过这样做,我洗了df2之后

    np.random.shuffle(df2.index.values)

然后我发现df2和df1都被洗牌了.

    df1.index
    Out[177]: Int64Index([7, 8, 0, 1, 3, 4, 6, 2, 5, 9], dtype='int64')

    df2.index
    Out[178]: Int64Index([7, 8, 0, 1, 3, 4, 6, 2, 5, 9], dtype='int64')

有人说这是由于Deep Copy实际上并不深.然后我试着看看每个DataFrame的索引是否引用了不同的对象.我试过了,

    print(id(df1.index))
    print(id(df2.index))
    df1.index is df2.index

我有,

    156017776
    156170112
    False

现在我更加困惑.如果它们是不同的对象,为什么我的解决方案失败了,如何实现我想要的？这不是这篇文章的重复,因为那时深拷贝不会创建一个新的索引对象,但现在副本确实有一个新的索引对象.但问题仍然存在.(我使用的是pandas 0.17.0; numpy 1.10.1)

是的,您的发现与我测试的结果一致.

我在网上找到了这个https://github.com/pydata/pandas/issues/4202

似乎在熊猫中,日期框架副本将排除索引(df.index不会被深度复制)

我尝试了一个可能的修复如下:

df1= pd.DataFrame(np.random.randn(10,3), columns= list("ABC") )
print df1.index
df2=df1.copy(deep= True)
df2.index = copy.deepcopy(df1.index)
np.random.shuffle(df2.index.values)
print df1.index

结果如下:

Int64Index([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], dtype='int64')
Int64Index([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], dtype='int64')

希望能帮助到你.