为何修改DataFrame副本时原始DataFrame也会被更新？

问题根源 #

你遇到的问题核心在于Pandas的DataFrame是可变对象：当你把base传入dosomething函数时，函数接收的是原始DataFrame的引用，而非独立的副本。这意味着函数里对df的修改会直接作用在原始的base上，导致它也被同步更新。

解决办法 #

有两种实用的方式可以避免这个问题：

方式1：传入函数前先创建副本

调用函数时，用copy()方法生成base的独立副本，再传给函数操作：

import pandas as pd

# 创建基础df
base = pd.DataFrame([[1,2],[3,4]])

# 对df执行操作的简单函数
def dosomething(df):
    df[0] = [5,6]
    return df

# 传入base的副本而非原始对象
new = dosomething(base.copy())

# 打印new和base df
print(new)
print(base)

运行后base会保持原始状态：

0  1
0  5  2
1  6  4
   0  1
0  1  2
1  3  4

方式2：在函数内部创建副本再修改

修改dosomething函数，先对传入的DataFrame创建副本，再操作副本并返回：

import pandas as pd

# 创建基础df
base = pd.DataFrame([[1,2],[3,4]])

# 对df执行操作的简单函数
def dosomething(df):
    # 先创建传入df的独立副本
    df_copy = df.copy()
    df_copy[0] = [5,6]
    return df_copy

# 创建新df
new = dosomething(base)

# 打印new和base df
print(new)
print(base)

这种方式下，无论调用时传入的是原始对象还是其他引用，函数内部都会操作独立副本，不会影响原始数据。

补充说明 #

如果你的DataFrame包含嵌套对象（比如列里有列表、字典），需要用copy(deep=True)来创建深度副本，确保所有嵌套结构都被独立复制。默认的copy()是浅复制，对简单数值型DataFrame已经足够使用。

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