Python调用函数修改DataFrame时如何避免外部原df变量被改动

问题原因 #

• Pandas的DataFrame属于可变对象，Python给函数传参时默认传递可变对象的内存引用，所以函数内部对传入的DataFrame做修改时，操作的是和外部变量同一块内存空间的数据，自然会修改外部的原始变量。

解决方法 #

• 只需要在函数内部对传入的DataFrame先做深拷贝，基于拷贝后的新对象做修改即可，不会影响原始数据。

修改后代码如下：

import pandas as pd
df = pd.DataFrame({'A': [10, 20, 30]}, index=['2021-11-24', '2021-11-25', '2021-11-26'])

def my_function(df_temp):
    # 新增深拷贝步骤，deep=True表示完全复制数据生成独立的新对象
    df_temp = df_temp.copy(deep=True)
    df_temp['A'][0] = 100
    return df_temp         

something = my_function(df)
print(df) 
# 此时输出原始df不会被修改：
#              A
# 2021-11-24  10
# 2021-11-25  20
# 2021-11-26  30

# 如果你要覆盖原来的df再执行赋值即可
# df = my_function(df)
# print(df)

注意事项 #

• 不要使用浅拷贝操作，浅拷贝仍然会共享底层数据，修改后还是会影响原始DataFrame。

内容的提问来源于stack exchange，提问作者Soon