pandas 复制列

在Pandas库中，如果你想要复制一列，可以使用`copy()`函数。这个函数可以用于数据框（DataFrame）中的单列或整列复制。以下是几个例子：

1. **复制单列**:

   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   column_copy = df['A'].copy()

这将创建一个新的Series，其内容与原'A'列相同。

2. **复制整列到新的列**:

   df['NewColumn'] = df['A'].copy()

这会在DataFrame `df` 中添加一个新列`NewColumn`，它与原'A'列的数据完全一样。

3. **深拷贝与浅拷贝**:
如果需要避免列之间的引用，可以使用`deepcopy()`，它会创建列的独立副本：

   from copy import deepcopy
   deep_column_copy = df['A'].copy(deep=True)

相关问题

pandas复制一列

你可以使用 `df['new_column'] = df['existing_column']` 来复制一个已有列。这将创建一个新列，其值与现有列相同。

例如，如果你想将一个名为 `age` 的列复制到一个名为 `age_copy` 的新列中，你可以使用以下代码：

import pandas as pd

# 创建一个包含'age'列的DataFrame
df = pd.DataFrame({'age': [25, 30, 35, 40]})

# 复制'age'列并将其命名为'age_copy'
df['age_copy'] = df['age']

print(df)

输出：

   age  age_copy
0   25        25
1   30        30
2   35        35
3   40        40

Python Pandas 复制指定列

您可以使用 Pandas 的 `copy()` 方法和 `[]` 运算符来复制指定列。以下是示例代码：

import pandas as pd

# 创建示例数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 复制指定列
new_df = df[['A', 'C']].copy()

# 显示新的数据框
print(new_df)

输出结果为：

   A  C
0  1  7
1  2  8
2  3  9

以上代码中，`df[['A', 'C']]` 选取了原始数据框中的 'A' 和 'C' 列，并返回一个新的数据框。`copy()` 方法用于创建该数据框的一个副本，以避免修改原始数据框。