为何向DataFrame浅拷贝新增列未同步至原DataFrame？

核心原因：浅拷贝共享的是底层数据块，而非DataFrame的列结构 #

Pandas里的copy(deep=False)（浅拷贝），本质是创建一个新的DataFrame对象：

• 新对象和原对象共享底层的数值数据数组（比如示例中原values列的数据）
• 但新对象的列索引、行索引以及列名到数据块的映射字典是独立的副本

当你用loc[:, 'new_col']或直接['new_col']给copy_df新增列时，你是在修改拷贝对象自己的列映射字典，给它添加了一个新的列条目。这个操作只影响copy_df的结构，不会触动原old_df的列映射字典，所以原DataFrame不会出现新增的new_col列。

验证：修改现有列会同步变化 #

如果是修改已有列的内容，就能看到浅拷贝的同步效果：

copy_df['values'] = [100, 200, 300, 400]
print(old_df)  # 输出的values列会变成[100,200,300,400]

这是因为values列的数据块是两个DataFrame共享的，修改这个数据块的内容会同时反映在两个对象里。

总结 #

浅拷贝的“同步”仅针对已有数据块的内容修改，而增删列这种结构修改只会作用于当前的DataFrame对象，和原对象无关。

内容的提问来源于stack exchange，提问作者hjyoo99