Pandas 复制行

Python 凭借其强大的数据分析包生态系统，成为进行数据分析的绝佳语言。Pandas 是其中一个应用程序，可以极大地简化数据的导入和分析。在 Pandas 中，有许多方法可以复制 DataFrame。DataFrame 对象可以先赋值给一个变量，但这种方法有一些局限性。

Pandas 是一个用于数据操作和分析的流行 Python 库。在处理数据时，将一行从一个 DataFrame 复制到另一个 DataFrame 是一个常规操作。本文将讨论如何使用 .copy() 方法在 Pandas 中复制一行。

copy() 方法创建一个新的 DataFrame，它是原始 DataFrame 的副本。此方法使用不同的内存地址创建一个包含与原始数据相同信息的对象。对副本所做的任何修改都不会影响原始 DataFrame。

DataFrame.copy(deep=True)

当 deep 设置为 True（默认值）时，会创建一个原始对象的数据和索引的副本，并且对副本数据或索引所做的任何更改都不会反映在原始对象中（请参阅下面的注释）。

如果 deep=False，则不会使用原始对象的数据或索引创建新对象（仅复制对数据和索引的引用）。Deepcool 参数，默认为 True。

创建包含数据和索引副本的深层副本。当 deep=False 时，不会传输索引和数据。

返回适当的对象类型，即 copySeries 或 DataFrame。

DataFrame.copy(deep=True)

当 deep 设置为 True（默认值）时，将创建一个包含原始对象重复数据和索引的新对象。原始对象将不会反映对副本数据或索引所做的更改（请参阅下面的注释）。

如果 deep=False 且创建了新对象，则不会传输原始对象中的任何数据或索引（仅复制对数据和索引的引用）。对原始数据所做的任何修改都将反映在副本中（反之亦然）。

创建包含数据和索引副本的深层副本。当 deep=False 时，不会复制数据或索引。返回 copy Series 或 DataFrame，具体取决于调用者的指定对象类型。

要复制 DataFrame 中的特定行，我们可以使用 .loc[] 方法选择该行，然后使用 .copy() 方法创建一个新的 DataFrame。例如，如果我们有一个名为 df 的 DataFrame，并且想复制第二行，我们可以使用以下代码：

代码

这将创建一个名为 row_2 的新 DataFrame，它是原始 DataFrame 中第二行的副本。我们还可以使用 .iloc[] 方法按索引而不是标签来选择行。

通过将索引列表传递给 .loc[] 或 .iloc[] 方法，还可以一次复制多行。例如，如果我们想复制第二行和第三行，我们可以使用以下代码：

我们还可以使用此方法通过使用赋值运算符 (=) 将行复制到另一个 DataFrame。例如，如果我们有一个名为 df_1 的 DataFrame，并且想将第二行复制到另一个名为 df_2 的 DataFrame，我们可以使用以下代码：

代码

还可以复制一行并将其插入到同一 DataFrame 或另一个 DataFrame 中的另一个位置。例如，如果我们想复制第二行并将其插入为同一 DataFrame 中的第五行，我们可以使用以下代码：

代码

总之，Pandas 中的 .copy() 方法是创建现有 DataFrame 副本的新 DataFrame 的有用工具。它可以用于将特定行或多行从一个 DataFrame 复制到另一个 DataFrame，或者将行的副本插入到同一 DataFrame 内的不同位置。