在 pandas 中只保留一个副本 - Python

在 Pandas 这个 Python 库中，当我们执行某些操作时，它会返回一个副本（copy）而不是一个视图（view），这会占用大量的内存空间。有时候我们只需要一个副本，而不需要多个副本，因此我们需要在 Pandas 中只保留一个副本。

下面介绍几种方法。

方法一：inplace 参数

使用 inplace 参数可以让 Pandas 在原始 DataFrame 中进行操作，而不是创建一个新的 DataFrame。这种方法可以避免创建多个副本，因为它会直接在原来的 DataFrame 上进行操作。

import pandas as pd

df = pd.read_csv('data.csv')

# 修改操作
df.drop_duplicates(inplace=True)

# 查看修改后的 DataFrame
print(df)

使用 inplace 参数的操作会直接在原 DataFrame 上进行修改，不再需要创建一个新的副本。

方法二：copy() 方法

使用 copy() 方法可以创建 DataFrame 的一个副本，然后在副本上进行操作。这个方法可以避免在原 DataFrame 上进行操作，避免不必要的操作风险。

import pandas as pd

df = pd.read_csv('data.csv')

# 创建 DataFrame 的副本
df_copy = df.copy()

# 修改操作
df_copy.drop_duplicates(inplace=True)

# 查看修改后的 DataFrame 副本
print(df_copy)

使用 copy() 方法创建一个 DataFrame 的副本，然后在副本上进行操作，避免操作风险和不必要的副本。

方法三：Chain operation

使用 Chain operation 的方法可以在同一行代码中执行多个操作并且只创建一个副本。这个方法可以避免创建多个副本和避免操作风险。

import pandas as pd

df = pd.read_csv('data.csv')

# 链式操作
df = df.drop_duplicates().reset_index(drop=True)

# 查看修改后的 DataFrame
print(df)

使用 Chain operation 的方法在同一行代码中执行多个操作，并且只创建一个副本，避免创建多个副本和操作风险。

以上是三种方法来在 Pandas 中只保留一个副本。可以根据项目情况选择不同的方法。