pandas.Series.copy

Series.copy(deep=True)[source]

Создаёт копию индексов и данных этого объекта.

Когда deep=True (значение по умолчанию), будет создан новый объект с копией данных и индексов вызываемого объекта. Изменения данных или индексов копии не будут отражаться в исходном объекте (см. примечания ниже).

Когда deep=False, будет создан новый объект без копирования данных или индекса вызываемого объекта (копируются только ссылки на данные и индекс). Любые изменения данных исходного объекта будут отражаться в поверхностной копии (и наоборот).

Примечание

Поведение deep=False , как описано выше, изменится в pandas 3.0. Copy-on-Write будет включено по умолчанию, что означает, что «поверхностная» копия, возвращаемая с deep=False, по-прежнему будет избегать создания немедленной копии, но изменения данных исходного объекта больше не будут отражаться в поверхностной копии (и наоборот). Вместо этого используется механизм ленивой (отложенной) копии, который будет копировать данные только при любых изменениях исходного или поверхностного копий.

Вы уже можете получить поведение и улучшения будущего, включив копирование при записи pd.options.mode.copy_on_write = True

Параметры:

deep:bool, по умолчанию True

Создать глубокую копию, включая копию данных и индексов. При deep=False, ни индексы, ни данные не копируются.

Возвращает:

Series или DataFrame

Тип объекта соответствует вызываемому объекту.

Примечания

Когда deep=True, данные копируются, но фактические объекты Python не копируются рекурсивно, копируется только ссылка на объект. Это в отличие от copy.deepcopy в стандартной библиотеке, которая рекурсивно копирует данные объекта (см. примеры ниже).

Хотя Index объекты копируются при deep=True, базовый массив numpy не копируется по соображениям производительности. Поскольку Index неизменяемый, базовые данные могут безопасно использоваться совместно, и копия не нужна.

Поскольку pandas не потокобезопасен, см. gotchas при копировании в среде потоков.

Когда copy_on_write в конфигурации pandas установлено в True, конфигурация copy_on_write вступает в силу даже при deep=False. Это означает, что любые изменения в скопированных данных приведут к новой копии данных при записи (и наоборот). Изменения, внесённые в исходную или скопированную переменную, не будут отражаться в противоположной. См. Copy_on_Write для получения дополнительной информации.

Примеры

>>> s = pd.Series([1, 2], index=["a", "b"])
>>> s
a    1
b    2
dtype: int64

>>> s_copy = s.copy()
>>> s_copy
a    1
b    2
dtype: int64

Поверхностная копия против копии по умолчанию (глубокой):

>>> s = pd.Series([1, 2], index=["a", "b"])
>>> deep = s.copy()
>>> shallow = s.copy(deep=False)

Поверхностная копия использует данные и индекс исходного объекта.

>>> s is shallow
False
>>> s.values is shallow.values and s.index is shallow.index
True

Глубокая копия имеет собственную копию данных и индекса.

>>> s is deep
False
>>> s.values is deep.values or s.index is deep.index
False

Изменения в данных, используемых поверхностной копией и исходным объектом, отражаются в обоих (ПРИМЕЧАНИЕ: это больше не будет справедливо для pandas >= 3.0); глубокая копия остаётся неизменной.

>>> s.iloc[0] = 3
>>> shallow.iloc[1] = 4
>>> s
a    3
b    4
dtype: int64
>>> shallow
a    3
b    4
dtype: int64
>>> deep
a    1
b    2
dtype: int64

Обратите внимание, что при копировании объекта, содержащего объекты Python, глубокая копия скопирует данные, но не сделает этого рекурсивно. Обновление вложенного объекта данных будет отражено в глубокой копии.

>>> s = pd.Series([[1, 2], [3, 4]])
>>> deep = s.copy()
>>> s[0][0] = 10
>>> s
0    [10, 2]
1     [3, 4]
dtype: object
>>> deep
0    [10, 2]
1     [3, 4]
dtype: object

Copy-on-Write установлен в true, поверхностная копия не изменяется, когда изменяются исходные данные:

>>> with pd.option_context("mode.copy_on_write", True):
...     s = pd.Series([1, 2], index=["a", "b"])
...     copy = s.copy(deep=False)
...     s.iloc[0] = 100
...     s
a    100
b      2
dtype: int64
>>> copy
a    1
b    2
dtype: int64