将同一DataFrame存入字典多份后修改为何同步变化？如何解决？

问题重现 #

你初始化了一个DataFrame并三次赋值给字典的不同键，代码如下（注：原代码中变量名存在不一致，已修正为dict_strat）：

import pandas as pd

df = pd.DataFrame({'A': [2, 2], 'B': [2, 2]})

dict_strat = {}

for i in range(3):
    dict_strat['Df {0}'.format(i)] = df

当执行以下修改操作时：

dict_strat['Df 0'].iloc[0, :] = 9

发现字典中所有DataFrame的内容都被修改了。

原因分析 #

Python中，可变对象（如Pandas的DataFrame）的赋值操作传递的是对象引用，而非创建新的对象副本。你在循环中把df赋值给字典的不同键，本质是让这三个键都指向内存中同一个DataFrame对象。因此，无论通过哪个键修改数据，都是在修改同一个底层对象，所有引用该对象的字典元素自然会同步变化。

解决方法 #

每次赋值时创建DataFrame的独立副本，使用Pandas提供的copy()方法：

• 浅拷贝（默认行为）：df.copy()，适用于DataFrame中无嵌套可变对象（如列表、字典）的场景，仅复制顶层数据，执行效率更高。
• 深拷贝：df.copy(deep=True)，会递归复制所有嵌套的可变对象，确保新对象与原对象完全独立。

修改后的代码如下：

import pandas as pd

df = pd.DataFrame({'A': [2, 2], 'B': [2, 2]})

dict_strat = {}

for i in range(3):
    dict_strat['Df {0}'.format(i)] = df.copy()

此时字典中每个键都对应一个独立的DataFrame对象，修改其中一个不会影响其他元素。

内容的提问来源于stack exchange，提问作者Davi