解决Pandas中DataFrame赋值后意外覆盖的问题

在Python里，Pandas的DataFrame属于引用类型，直接用df_freq = new_df这类赋值操作，并没有生成新的独立DataFrame，只是给原DataFrame对象多了一个"别名"。后续修改new_df_binary时，本质是在修改同一块内存里的原对象，所以df_freq也会跟着变成二进制数据。

用DataFrame的.copy()方法创建深拷贝，生成完全独立的新对象，这样修改其中一个不会影响另一个。

# 1. 赋值频次DataFrame：创建深拷贝，保留原频次数据
df_freq = new_df.copy()

# 2. 创建二进制DataFrame：先深拷贝原数据，再做二进制转换
numeric_cols = new_df.select_dtypes("number", exclude='float64').columns.tolist()
new_df_binary = new_df.copy()
# 注意：原DataFrame列名为text_len，修正为对应列名
new_df_binary['text_len'] = new_df_binary['text_len'].astype(int)
new_df_binary[numeric_cols] = (new_df_binary[numeric_cols] > 0).astype(int)

这样操作后，df_freq会完整保留原始的频次数据，new_df_binary则是转换后的二进制数据，两者完全独立，互不干扰。

内容的提问来源于stack exchange，提问作者Kas