能否创建部分为其他DataFrame视图、部分非视图的DataFrame？

可以实现这种部分列是原DataFrame视图、部分列独立的DataFrame，核心是利用pandas中Series的引用特性：直接引用原DataFrame的列会共享底层数据（视图），而新创建的列则使用独立的数据对象。

示例代码 #

import pandas as pd
import numpy as np

# 创建原始DataFrame
df_orig = pd.DataFrame({'X': [10, 20, 30], 'Y': [40, 50, 60]})

# 提取原DataFrame的列作为视图（共享底层数据）
view_column = df_orig['X']

# 创建完全独立的新列（不共享任何底层数据）
independent_column = pd.Series([70, 80, 90], name='Z')

# 构造混合DataFrame
df_mixed = pd.DataFrame({'X': view_column, 'Z': independent_column})

# 验证视图特性：修改原DataFrame的X列，混合DataFrame的X会同步更新
df_orig['X'] *= 2
print("混合DataFrame的X列（视图）：", df_mixed['X'].tolist())  # 输出 [20, 40, 60]

# 验证非视图特性：修改混合DataFrame的Z列，原独立列不会变化
df_mixed['Z'] += 5
print("原独立列的值：", independent_column.tolist())  # 输出 [70, 80, 90]

关键说明 #

• 视图列：直接通过df_orig['X']提取的列是原DataFrame的视图，两者共享同一底层数据数组，修改任意一方的该列数据都会同步影响另一方。
• 独立列：新创建的pd.Series或numpy数组作为列时，会被封装为独立的Series对象，与其他对象不共享数据，修改混合DataFrame的该列不会影响原始的独立数据。

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