Pandas中使用apply修改新DataFrame列时，原DataFrame也被修改的问题

问题根源 #

在Python中，modeldf = df这种赋值操作不会创建新的DataFrame对象，只是让变量modeldf和df指向内存中同一个DataFrame实例。因此，对modeldf的任何修改，都会直接作用于这个共享的实例，原df自然也会跟着变化。

解决方法 #

要创建独立于原DataFrame的副本，需要使用copy()方法：

• 默认使用深拷贝（deep=True），会复制DataFrame的数据和索引，新对象与原对象完全独立
• 浅拷贝（deep=False）仅复制索引和引用，数据仍共享，一般不推荐

修改后的代码示例 #

import pandas as pd

df = pd.DataFrame([['x1','x2'],['y1','y2']],columns=['A','B'])

lst = []
def getbinary(x):
    if x not in lst:
        lst.append(x)
    return lst.index(x)

# 创建独立副本，避免修改影响原DataFrame
modeldf = df.copy()
modeldf['A'] = df['A'].apply(getbinary)

执行上述代码后，modeldf的列会被修改，而原df将保持初始状态不变。

内容的提问来源于stack exchange，提问作者solac34