Pandas中DataFrame复制后原实例内Series的attrs及_metadata被覆盖问题咨询

你遇到的这个情况确实是Pandas 1.x版本里存在的一个设计缺陷（Bug），而非预期特性，下面我们一步步拆解问题：

1. 核心问题现象复现 #

首先看你提供的attrs复现代码：

import pandas as pd

df = pd.DataFrame([1, 2])
df.attrs['a'] = 'b'
df[0].attrs['c'] = 'd'
print(f"DataFrame attrs: {df.attrs} / Series attrs: {df[0].attrs}")
df_copy = df.copy()
print(f"DataFrame after copy attrs: {df.attrs} / Series attrs: {df[0].attrs}")
print(f"Copied DataFrame attrs: {df_copy.attrs} / Series attrs: {df_copy[0].attrs}")

运行输出：

DataFrame attrs: {'a': 'b'} / Series attrs: {'a': 'b', 'c': 'd'}
DataFrame after copy attrs: {'a': 'b'} / Series attrs: {'a': 'b'}
Copied DataFrame attrs: {'a': 'b'} / Series attrs: {'a': 'b'}

这里有两个异常点：

• 原DataFrame中的Series attrs被覆盖：执行df.copy()后，原实例里df[0]的'c':'d'属性丢失，被DataFrame的attrs完全覆盖；
• Series自动继承DataFrame attrs：你只给Series设置了'c':'d'，但它自动带上了DataFrame的'a':'b'，这也是不符合预期的。

同样，_metadata因为和attrs共享底层元数据同步逻辑，也出现了完全一致的问题：

import pandas as pd

df = pd.DataFrame([1, 2])
df._metadata.append('meta')
df.meta = 'a'
df[0]._metadata.append('meta')
df[0].meta = 'b'
print(f"DataFrame meta: {df.meta} / Series meta: {df[0].meta}")
df_copy = df.copy()
print(f"DataFrame after copy meta: {df.meta} / Series meta: {df[0].meta}")
print(f"Copied DataFrame meta: {df_copy.meta} / Series meta: {df_copy[0].meta}")

运行输出：

DataFrame meta: a / Series meta: b
DataFrame after copy meta: a / Series meta: a
Copied DataFrame meta: a / Series meta: a

2. 问题根源 #

在Pandas 1.x版本中，从DataFrame中取出的Series并不是完全独立的对象——它会持有对原DataFrame的内部引用，并且在DataFrame执行复制等操作时，会触发内部的元数据同步逻辑，强制将DataFrame的attrs/_metadata同步到其关联的Series上，甚至覆盖Series自身已设置的属性。这种设计原本是为了保证元数据的“一致性”，但完全忽略了用户对Series属性独立性的需求，属于典型的设计缺陷。

3. 解决方案 #

针对这个问题，你有几种处理方式：

• 优先升级Pandas版本：这个问题在Pandas 2.0及以上版本中已经被官方修复，attrs和_metadata的继承逻辑做了调整，Series的元数据会保持独立，不会被原DataFrame的操作意外覆盖；
• 创建独立的Series实例：如果无法升级版本，在给Series设置属性前，先通过df[0].copy()创建一个独立的Series对象，再设置其attrs/_metadata，避免和原DataFrame产生关联；
• 手动管理元数据：放弃使用Pandas内置的attrs/_metadata，改用单独的字典来存储每个DataFrame和Series的元信息，彻底规避底层同步逻辑的影响。

内容的提问来源于stack exchange，提问作者lou