如何复制含自定义类实例的Pandas Series并避免原系列被修改？

你遇到的问题本质是浅拷贝导致的引用共享：Pandas自带的Series.copy()默认是深拷贝，但针对自定义类这类Python对象，它只复制了实例的引用，没有创建全新的独立实例。所以修改副本里实例的内部属性时，原Series里的实例会同步变化——因为两者指向同一个内存对象。

下面是两种可行的解决方法：

方法一：用Python标准库的copy.deepcopy()做完全深拷贝 #

直接调用copy.deepcopy()处理整个Series，它会递归拷贝所有层级的对象，包括自定义类实例及其内部的可变属性（比如你提到的内部Series），彻底切断原对象和副本的引用关联。

示例代码：

import pandas as pd
import copy

# 自定义类示例
class MyCustomClass:
    def __init__(self, data):
        self.inner_series = pd.Series(data)

# 创建原Series
originalSeries = pd.Series([MyCustomClass([1,2,3]), MyCustomClass([4,5,6])])

# 执行完全深拷贝
duplicateSeries = copy.deepcopy(originalSeries)

# 修改副本中的实例内部内容
duplicateSeries[0].inner_series[0] = 99

# 验证原Series不受影响
print(originalSeries[0].inner_series[0])  # 输出1，而非99

方法二：给自定义类实现__deepcopy__方法 #

如果需要精细控制自定义类的拷贝逻辑，可以在类中实现__deepcopy__方法，明确指定内部属性的拷贝方式，之后再用Series.copy()就能完成正确的深拷贝。

示例代码：

import pandas as pd
import copy

class MyCustomClass:
    def __init__(self, data):
        self.inner_series = pd.Series(data)
    
    def __deepcopy__(self, memo):
        # 创建类的新实例，并深拷贝内部的Series
        new_instance = MyCustomClass([])
        new_instance.inner_series = self.inner_series.copy(deep=True)
        memo[id(self)] = new_instance
        return new_instance

# 创建原Series
originalSeries = pd.Series([MyCustomClass([1,2,3]), MyCustomClass([4,5,6])])

# 使用Series自带的copy方法（默认deep=True）
duplicateSeries = originalSeries.copy()

# 修改副本中的实例内部内容
duplicateSeries[0].inner_series[0] = 99

# 验证原Series不受影响
print(originalSeries[0].inner_series[0])  # 输出1，而非99

注意事项 #

• 不要直接用赋值语句（duplicateSeries = originalSeries），这会让两个变量完全指向同一个Series，任何修改都会双向同步。
• 如果你的自定义类包含其他大对象，__deepcopy__方法可以帮你选择性拷贝属性，避免不必要的内存开销；普通场景下直接用copy.deepcopy()更省心。

内容的提问来源于stack exchange，提问作者HannibalTheCannibal