Python函数修改输入Pandas DataFrame：如何隔离避免外部影响？

问题的核心在于：Pandas的DataFrame是可变对象，函数参数传递的是对象引用，加上你在函数里用了inplace=True，会直接修改原DataFrame的内容，导致外部的输入对象也被改变。

要实现函数与外部对象隔离、仅通过return返回修改结果，有两种常用方案：

方案1：放弃inplace=True，返回新的DataFrame #

直接调用drop方法时不使用inplace=True，该方法会返回一个删除指定列后的新DataFrame，原对象不会被改动。修改后的代码如下：

import pandas as pd

data = {
  "name": ["Sally", "Mary", "John"],
  "age": [50, 40, 30],
  "qualified": [True, False, False]
}

df1 = pd.DataFrame(data)

def dropCol(df):
    # 不修改原对象，返回删除列后的新DataFrame
    return df.drop(columns='age')

# 接收函数返回的修改后结果，原df1不受影响
df_modified = dropCol(df1)

方案2：先创建原DataFrame的副本，再操作副本 #

如果函数里需要执行多步修改操作（不止删除列），可以先在函数内部创建原DataFrame的独立副本，后续所有操作都在副本上进行，最后返回副本。这种方式能彻底隔离原对象和函数内的操作：

import pandas as pd

data = {
  "name": ["Sally", "Mary", "John"],
  "age": [50, 40, 30],
  "qualified": [True, False, False]
}

df1 = pd.DataFrame(data)

def modify_df(df):
    # 创建原DataFrame的深副本，完全独立于原对象
    df_copy = df.copy()
    # 在这里执行任意修改操作
    df_copy.drop(columns='age', inplace=True)
    df_copy['qualified'] = df_copy['qualified'].replace({True: '合格', False: '不合格'})
    return df_copy

df_modified = modify_df(df1)
# df1的结构和数据完全保持初始状态

内容的提问来源于stack exchange，提问作者JPErwin