Dataframe 朱莉娅：将数据帧传递给函数会创建指向该数据帧的指针？

我有一个函数，其中我规范化了数据帧的前N列。我想返回规范化的数据帧，但不返回原始数据帧。然而，该函数似乎也改变了传递的数据帧

using DataFrames

function normalize(input_df::DataFrame, cols::Array{Int})
    norm_df = input_df
    for i in cols
        norm_df[i] = (input_df[i] - minimum(input_df[i])) / 
            (maximum(input_df[i]) - minimum(input_df[i]))
    end
    norm_df
end

using RDatasets
iris = dataset("datasets", "iris")
println("original df:\n", head(iris))

norm_df = normalize(iris, [1:4]);
println("should be the same:\n", head(iris))

输出：

original df:
6x5 DataFrame
| Row | SepalLength | SepalWidth | PetalLength | PetalWidth | Species  |
|-----|-------------|------------|-------------|------------|----------|
| 1   | 5.1         | 3.5        | 1.4         | 0.2        | "setosa" |
| 2   | 4.9         | 3.0        | 1.4         | 0.2        | "setosa" |
| 3   | 4.7         | 3.2        | 1.3         | 0.2        | "setosa" |
| 4   | 4.6         | 3.1        | 1.5         | 0.2        | "setosa" |
| 5   | 5.0         | 3.6        | 1.4         | 0.2        | "setosa" |
| 6   | 5.4         | 3.9        | 1.7         | 0.4        | "setosa" |

should be the same:
6x5 DataFrame
| Row | SepalLength | SepalWidth | PetalLength | PetalWidth | Species  |
|-----|-------------|------------|-------------|------------|----------|
| 1   | 0.222222    | 0.625      | 0.0677966   | 0.0416667  | "setosa" |
| 2   | 0.166667    | 0.416667   | 0.0677966   | 0.0416667  | "setosa" |
| 3   | 0.111111    | 0.5        | 0.0508475   | 0.0416667  | "setosa" |
| 4   | 0.0833333   | 0.458333   | 0.0847458   | 0.0416667  | "setosa" |
| 5   | 0.194444    | 0.666667   | 0.0677966   | 0.0416667  | "setosa" |
| 6   | 0.305556    | 0.791667   | 0.118644    | 0.125      | "setosa" |

---

朱莉娅使用了一种被称为“传递共享”的行为。从文档（我的重点）：

Julia函数参数遵循一种有时称为“通过共享传递”的约定，这意味着值在传递给函数时不会被复制。函数参数本身充当新的变量绑定（可以引用值的新位置），但它们引用的值与传递的值相同。调用方可以看到在函数中对可变值（如数组）所做的修改。这与Scheme、大多数Lisp、Python、Ruby和Perl以及其他动态语言中的行为相同

在您的特定情况下，您似乎想要做的是为规范化操作创建一个全新的独立数据帧。您可以使用

deepcopy

执行此操作，例如：

norm_df = deepcopy(input_df)

Julia通常会要求您显式地执行这类操作，因为创建大型数据帧的独立副本在计算上可能非常昂贵，而且Julia是一种面向性能的语言

再次从文档中，注意

copy

和

deepcopy

之间的以下重要区别：

copy（x）

：创建x的浅层副本：复制外部结构，但不复制所有内部值。例如，复制数组会生成一个新数组，该数组的元素与原始数组的元素相同

deepcopy（x）

：创建x的深度副本：所有内容都以递归方式复制，从而生成完全独立的对象。例如，深度复制数组会生成一个新数组，其元素是原始元素的深度副本

类型

DataFrame

类似于数组，因此需要

deepcopy

---

一个相关的SO问题是。

谢谢！那么在哪种情况下是复制对象还是深度复制？例如，如果我这样做，

iris2=iris

，然后将

iris2

传递给

normalize（）

，那么

iris

是否也会被修改？@AlexanderFlyax是的，

iris

会被修改。通常，任何形式的

y=x

操作都不会创建新的独立对象，无论其类型如何（尽管有趣的是，对于向量，

y=x[1:end]

将（我认为）创建一个独立对象）。对于像

Int64

这样的具体类型，

copy

将创建一个新的独立对象，但是对于

Array{Int64}

，

copy

只创建一个独立的外部结构，而不创建独立的内部元素，因此在处理数组时需要

deepcopy

DataFrame

类似于数组，因此需要使用

deepcopy

。感谢您的解释。我不是想批评Julia，只是想理解：如果修改副本会修改原始数组，为什么我需要制作数组的副本？如果我想修改原始数组，我会这么做，不是吗？也就是说，它充其量是多余的，充其量是适得其反的。“我错过什么了吗？”亚历山大·弗利克斯问得好。我不知道！我的最佳猜测是，它是围绕作用域展开的，即在某些情况下，在一个作用域中有一组引用（例如调用函数），同时在不同的作用域中也有一组独立的引用（例如被调用函数），这是很有用的，但这两组引用都指向内存中的同一对象。请不要把这当作福音。也许你可以把这个问题作为一个新的问题提出来（不一定非得针对茱莉亚），然后得到更明智的回答。。。