如何创建Python pandas对象的完全独立副本？

兄弟，我完全懂你这种困惑！之前我也踩过这个坑——本来以为用了deep=True或者copy.deepcopy就万事大吉，结果改了原对象里的嵌套元素，副本居然跟着变，简直离谱。咱们先拆解下你遇到的问题，再给你解决办法。

问题根源：pandas深拷贝的“局限性” #

你看，你的Series里存的是列表这种可变对象，而pandas的深拷贝机制在这里有个容易被忽略的点：

• 当你调用s.copy(deep=True)时，pandas确实会深拷贝Series本身的结构（比如索引、dtype这些），但对于object dtype里的每个元素（也就是那些列表），它只做了浅拷贝——说白了就是复制了一个指向原列表的引用，而不是把列表里的元素也重新复制一份。
• 至于标准库的copy.deepcopy，理论上应该递归深拷贝所有元素，但为什么在这里没生效？其实是因为pandas对象有自己的__deepcopy__方法，copy.deepcopy会优先调用这个方法，而pandas的实现同样没有对object dtype的元素做递归深拷贝，所以结果和copy(deep=True)一样。

你修改s[0][0] = 10的时候，其实是直接修改了那个列表对象本身，而原Series、deep、deeper里的第一个元素都指向同一个列表，所以三个对象都跟着变了——这就好比三个人手里拿着同一把房间的钥匙，你打开房间改了东西，另外两个人进去看也会看到变化。

解决方案：手动处理嵌套可变元素 #

要创建完全独立的副本，确实需要额外处理这些嵌套的可变元素，不过不用太担心，有几种靠谱的方法：

• 方法1：用apply批量深拷贝元素
  这是最简洁的方法，利用apply对每个元素执行copy.deepcopy：

  import copy
  import pandas as pd
  
  s = pd.Series([[1, 2], [3, 4]])
  # 创建真正独立的副本
  true_deep = s.apply(copy.deepcopy)
  
  # 测试修改原对象
  s[0][0] = 10
  print(s)       # 0    [10, 2]；1    [3, 4]
  print(true_deep) # 0    [1, 2]；1    [3, 4]——完全不受影响！
  

  如果是DataFrame，同样可以对列或者整个DataFrame用类似的方式处理：

  df = pd.DataFrame({'col1': [[1,2], [3,4]], 'col2': [[5,6], [7,8]]})
  df_true_deep = df.apply(lambda col: col.apply(copy.deepcopy))
  

• 方法2：手动递归深拷贝（更灵活）
  如果你需要更精细的控制（比如只针对特定类型的元素），可以写个简单的遍历函数：

  def deep_copy_pandas_obj(obj):
      # 先拷贝pandas对象本身的结构
      copied_obj = obj.copy(deep=True)
      # 遍历每个元素，深拷贝可变对象
      if isinstance(obj, pd.Series):
          for idx, val in copied_obj.items():
              if isinstance(val, (list, dict, set)):
                  copied_obj[idx] = copy.deepcopy(val)
      elif isinstance(obj, pd.DataFrame):
          for col in copied_obj.columns:
              for idx, val in copied_obj[col].items():
                  if isinstance(val, (list, dict, set)):
                      copied_obj.at[idx, col] = copy.deepcopy(val)
      return copied_obj
  
  # 测试
  true_deep = deep_copy_pandas_obj(s)
  s[0][0] = 10
  print(true_deep) # 完全独立
  

• 方法3：转换为不可变类型（从根源避免）
  如果你不需要修改这些嵌套的列表，可以把它们转换成元组（不可变类型），这样即使浅拷贝也不会出问题：

  s = pd.Series([tuple([1,2]), tuple([3,4])])
  deep = s.copy(deep=True)
  # 这时候你想修改s[0][0]会报错，因为元组不可变，从根源避免了误修改的问题
  

总结一下：pandas的深拷贝只处理自身结构，不管内部的可变对象；要完全独立，就得手动深拷贝这些嵌套元素。上面的方法里，apply(copy.deepcopy)应该是最方便的，你可以试试！

备注：内容来源于stack exchange，提问作者ximiki