Python 有没有一种方法可以在不复制列表的情况下从列表创建单列数据帧？

假设我有以下代码：

import pandas as pd

mylist = [item for item in range(100000)]
df = pd.DataFrame()
df["col1"] = mylist

mylist

中的数据分配给

df[“col1”]

时是否被复制？如果是这样，有没有办法避免这种复制

---

编辑：在本例中，我的列表是字符串列表。从这些答案中我得到的一件事是，如果我改为创建这些字符串的numpy数组，则不会发生数据重复，我调用

df[“col1”]=mynparray

？

当您将列表分配给一个系列时，将创建一个新的numpy数组。这种数据结构允许对数值类型进行矢量化计算。这样的系列被放置在连续的内存块中。有关更多详细信息，请参阅

因此，您将需要足够的内存来保存重复的数据。这是不可避免的。无法将列表“转换”为现有的熊猫系列

---

注意：上述内容与将NumPy数组分配给序列时发生的情况无关。

pd.DataFrame（{'col1'：mylist}）

？

df=pd.DataFrame（mylist，columns=[“col1”]）

您的预期输出是什么，df中的值不再受

mylist

更改的影响？这只是一个

浅拷贝

，

mylist

中的任何更改都不会影响数据帧

df

。但对我来说，显而易见的问题是，这些值是否以数组开头，以及df中的值是否是同一个对象。我正要测试它，但我认为这可能是问题的核心。列表中的值和系列中的值不能是同一个对象。它们不可能是这样的，因为它们必须以完全不同的内存布局进行布局。首先，在

float

或

int

数组中没有指针，而在Python列表中却有指针<代码>df=pd.数据帧（a）

a[0]=15

但是

a

不是这里的列表@roganjosh，是的，在我们仔细考虑你的问题时，我已经更新了答案。