关于pandas.DataFrame的copy参数疑问及示例请求

核心作用 #

copy参数用于控制是否显式复制传入的data数据，以此决定新创建的DataFrame是否与原始输入共享内存：

• 默认行为：根据输入类型自动判断——若输入是ndarray/DataFrame且dtype匹配，会复用内存（不复制）；若为列表等类型或dtype不匹配，则自动复制。
• 手动设置copy=True：强制复制数据，新DataFrame与原始数据内存独立。
• 手动设置copy=False：强制复用内存（仅支持ndarray、DataFrame等可共享内存的输入类型）。

示例1：默认情况（未指定copy） #

import pandas as pd
import numpy as np

# 用ndarray创建DataFrame
arr = np.array([[1,2],[3,4]])
df_default = pd.DataFrame(arr)

# 修改DataFrame的值
df_default.iloc[0,0] = 99

print("原始数组arr:", arr)
print("DataFrame df_default:\n", df_default)

输出：

原始数组arr: [[99  2]
 [ 3  4]]
DataFrame df_default:
    0  1
0  99  2
1   3  4

说明：默认复用了ndarray的内存，修改DataFrame会同步改变原始数组。

示例2：设置copy=True（强制复制） #

import pandas as pd
import numpy as np

arr = np.array([[1,2],[3,4]])
df_copy_true = pd.DataFrame(arr, copy=True)

# 修改DataFrame的值
df_copy_true.iloc[0,0] = 99

print("原始数组arr:", arr)
print("DataFrame df_copy_true:\n", df_copy_true)

输出：

原始数组arr: [[1 2]
 [3 4]]
DataFrame df_copy_true:
    0  1
0  99  2
1   3  4

说明：强制复制后，新DataFrame与原始数组内存独立，修改互不影响。

示例3：设置copy=False（强制复用内存） #

仅对ndarray、DataFrame等支持内存共享的输入生效：

import pandas as pd

# 用已有DataFrame创建新对象
original_df = pd.DataFrame([[1,2],[3,4]])
df_copy_false = pd.DataFrame(original_df, copy=False)

# 修改新DataFrame的值
df_copy_false.iloc[0,0] = 99

print("原始DataFrame original_df:\n", original_df)
print("DataFrame df_copy_false:\n", df_copy_false)

输出：

原始DataFrame original_df:
    0  1
0  99  2
1   3  4
DataFrame df_copy_false:
    0  1
0  99  2
1   3  4

说明：两者共享内存，修改新DataFrame会同步改变原始DataFrame。

注意事项 #

• 若需保护原始数据不被意外修改，优先设置copy=True，哪怕会占用额外内存。
• 处理超大数据集时，copy=False可节省内存，但需注意后续操作会影响原始数据，需谨慎使用。

内容的提问来源于stack exchange，提问作者dien thang le