Pandas中replace操作同步修改关联原DataFrame的原因与解决方法

pandas DataFrame是Python中的可变对象，df2 = df1的写法属于引用赋值，不会生成新的DataFrame对象，只是让df2和df1两个变量指向内存中同一份数据集。此时对df2做的任何列修改、值修改，本质都是操作同一份底层数据，df1自然会同步变动。

对df1做独立拷贝后再赋值给df2即可，常规数据场景下直接调用pandas内置的copy()方法生成深拷贝，就能完全隔离两个DataFrame的修改影响，参考代码：

import pandas as pd
import numpy as np

# 原始构造逻辑
df1 = pd.DataFrame([[1,2],['a',1]])
df1 = df1.replace(1, np.nan)

# 生成独立副本，不直接引用原对象
df2 = df1.copy()
df2[1] = df2[1].replace(np.nan, 0)

执行上述代码后，df1会保留替换NaN后的原始状态，仅df2的第1列会完成NaN替换为0的操作，不会出现原数据被联动修改的问题。

内容的提问来源于stack exchange，提问作者Dmitrii Urentsov