为何复制后的DataFrame dg修改时原DataFrame df的值也会变化？

这是因为Python里，像Pandas DataFrame这类可变对象的赋值操作，传递的是对象的引用，而非创建新的独立副本。

具体细节：

• 执行dg = df时，并没有生成新的DataFrame，只是让变量dg和df指向了内存中同一个DataFrame实例。
• 后续修改dg["priority"]，本质是直接修改了这个共享的DataFrame对象，所以原df的对应列也会跟着变化。

解决办法 #

如果想让dg成为独立的副本，修改它不影响原df，可以用以下两种方式：

1. 深拷贝（完全复制所有数据和结构）：

dg = df.copy()
dg["priority"] = dg["priority"].map({"yes":True, "no":False})

2. 浅拷贝（仅复制顶层结构，嵌套对象仍共享，适合不需要完全隔离嵌套数据的场景）：

dg = df.copy(deep=False)
dg["priority"] = dg["priority"].map({"yes":True, "no":False})

内容的提问来源于stack exchange，提问作者baring