Pandas DataFrame深拷贝后通过列索引修改列名导致原DataFrame列名变更的原因及解决方案

嘿，这个问题踩中了Pandas深拷贝里一个容易忽略的细节，我来给你讲清楚：

为什么修改df2的列名会影响df1？ #

你用df1.copy()的时候，默认是开启深拷贝（deep=True），按道理数据和结构都应该和原DataFrame完全独立，但这里的关键在于Pandas的列名是用不可变的Index对象存储的。

当你通过df2.columns.values去访问列名时，得到的是底层的numpy数组引用——而深拷贝DataFrame时，这个底层数组并没有被完整复制，df1和df2的列名底层其实共享了同一块内存空间。你直接修改df2.columns.values[1]，相当于直接操作了这块共享内存里的值，自然会同步影响到df1的列名。

简单说：你绕过了Pandas的Index不可变机制，直接修改了共享的底层数组，所以原DataFrame跟着变了。

如何避免这个问题？ #

要解决这个问题，核心是先给列名做一份独立的副本，修改副本后再赋值回df2的列名，这样就不会和原DataFrame共享内存了。给你两种实用的方法：

方法1：复制numpy数组后修改 #

import pandas as pd

df1 = pd.DataFrame({'col1':[1,2,3,4],'col2':[2,3,4,3],'col3':[4,3,1,5]})
df2 = df1.copy()

# 先复制列名的numpy数组，得到独立副本
new_cols = df2.columns.values.copy()
# 修改指定索引的列名
new_cols[1] = 'new_col_name'
# 将修改后的数组赋值回df2的列名
df2.columns = new_cols

方法2：转换成列表后修改（更直观） #

import pandas as pd

df1 = pd.DataFrame({'col1':[1,2,3,4],'col2':[2,3,4,3],'col3':[4,3,1,5]})
df2 = df1.copy()

# 把列名转换为列表（自动创建副本）
cols_list = list(df2.columns)
# 修改指定索引的列名
cols_list[1] = 'new_col_name'
# 将修改后的列表赋值回df2的列名
df2.columns = cols_list

这两种方法都会创建一个独立于原DataFrame的列名副本，修改后赋值时会生成全新的Index对象，彻底和df1的列名解耦，这样就不会影响原DataFrame了。

内容的提问来源于stack exchange，提问作者Pubudu