Pandas递归计算绝对值

Question

我有一个数据框（在本篇文章中称为data），其中某一列存在正数和负数。我进行如下操作：

data.Col.min() --> results in a negative value
data_abs = data
data_abs['Col'] = data_abs['Col'].abs()
data.Col.min() --> results to the lowest absolute value in the dataframe

在我看来，我将绝对值存储在一个单独的变量中，所以当我将这些值转换为绝对值的代码行递归地更改我的源变量时，我感到困惑。

当我尝试使用下列代码将这些值转换为绝对值时，我也得到了同样的结果：

data_abs['Col'] = abs(data_abs['Col'])

- Lorenz Weidinger

---

data_abs = data.copy() ? - Psidom

Answer 1

因为你将两个DataFrame设置为相等，所以对一个DataFrame进行更改将影响另一个DataFrame。

正如@Psidom指出的那样，data_abs = data.copy()不会有这个问题，这也是.copy的预期行为，正如文档中所述documentation

例如，如果我们有一个DataFrame：

data = pd.DataFrame({'Col':[-1,-5,6,8],'Col2':[1,2,2,2]})

接着：

data_abs = data
data_abs['Col'] = data_abs['Col'].abs()

...将同时更改两个数据框：

>>> data
   Col  Col2
0    1     1
1    5     2
2    6     2
3    8     2

>>> data_abs
   Col  Col2
0    1     1
1    5     2
2    6     2
3    8     2

但是如果我们使用.copy方法：

data_abs = data.copy()
data_abs['Col'] = data_abs['Col'].abs()

原始数据框保持不变:

>>> data
   Col  Col2
0   -1     1
1   -5     2
2    6     2
3    8     2

- Derek O