考虑到train 是一个 Pandas 数据框，
这两者有什么区别？
target = train['claim']target = train['claim'].copy()由于这两个代码sn-ps都用于将列的值分配给目标变量，它们有何不同？
【问题讨论】：
标签： python pandas dataframe machine-learning
target = train['claim'] 表示目标将指向存储在train['claim'] 中的完全相同的对象。通过target 或train['claim'] 对此对象进行的任何修改都会影响两者。
target = train['claim'].copy() 表示您正在创建train['claim'] 中任何内容的副本并将其存储到target。对traint['claim'] 中对象的后续修改不会影响target，反之亦然。
【讨论】：
如果不看上下文就很难说，但我假设train["claim"] 是一个列表。 .copy() 方法创建一个列表的副本，这意味着当您更改名为“target”的变量时，您不会同时更改train["claim"] 的值。它通常会更改值的原因是因为列表是可变的，这意味着它们可以在创建后更改。大多数变量，例如整数、字符串和元组都是不可变的。当您更改它们时，您实际上是在创建一个与旧变量同名的新变量，但由于列表不是这种情况，因此当您更改列表时这两个变量都会被编辑。 .copy() 方法阻止了这种情况的发生。例如，运行以下代码：
a = ["a", "b"]
print(id(a))
b = a
print(id(b))
c = ["c", "d"]
print(id(c))
d = c.copy()
print(id(d))
在第一种情况下，a 和 b 存储在内存中的同一位置（具有相同的 id），因此更改一个会影响另一个。但是在第二种情况下，内存的不同位置存储了两个不同的列表
【讨论】：