使用Pandas时如何在函数中保持原DataFrame不被修改？

我来帮你梳理下问题所在，以及怎么实现「生成新DataFrame同时保留原数据」的需求：

问题根源 #

Pandas的DataFrame是引用类型，当你把df传入函数时，函数里的df_fn其实是指向原DataFrame的引用，并非独立的副本。这就导致直接操作df_fn会影响原数据；而链式索引的赋值又因为Pandas的内部机制，实际修改的是临时副本，所以完全没生效。

分析你的两种尝试： #

1. 链式索引赋值（df_fn[cols][df_fn.fuel_type != 'gas'] = np.nan）
   这种写法属于Pandas里的「链式索引」，会触发SettingWithCopyWarning（你可能没开启警告显示，但它确实存在）。这里的df_fn[cols]会返回一个临时副本，后续的赋值操作其实是修改这个副本，而非原DataFrame或函数里的df_fn，所以最终原df和返回的new_df都没变化。

2. .loc索引赋值（df_fn.loc[df_fn.fuel_type != 'gas', cols] = np.nan）
   .loc是Pandas推荐的安全索引方式，它直接修改的是df_fn指向的原DataFrame对象，所以原df和new_df都会被修改——因为它们指向同一个内存地址的数据源。

正确解决方案：在函数内部创建深拷贝 #

要实现「修改后返回新DataFrame，原数据不受影响」，你需要在函数内部先对传入的DataFrame做深拷贝，然后操作这个拷贝后的独立对象，最后返回它。

修改后的代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'n_wheels': [2, 4, 4], 'color': ['red', 'blue', 'red'], 'year': [2010, 1990, 1999], 'fuel_type': ['diesel', 'gas', 'electric']})
print('原df = \n', df)

def fn(df_input):
    # 先创建深拷贝，彻底断开与原数据的引用关联
    df_fn = df_input.copy(deep=True)
    cols = ['n_wheels', 'color', 'year']
    df_fn.loc[df_fn.fuel_type != 'gas', cols] = np.nan
    return df_fn

new_df = fn(df)
print('修改后的原df = \n', df)
print('新生成的new_df = \n', new_df)

输出结果： #

原df = 
   n_wheels color  year fuel_type
0         2   red  2010    diesel
1         4  blue  1990       gas
2         4   red  1999  electric
修改后的原df = 
   n_wheels color  year fuel_type
0         2   red  2010    diesel
1         4  blue  1990       gas
2         4   red  1999  electric
新生成的new_df = 
   n_wheels color    year fuel_type
0       NaN   NaN     NaN    diesel
1       4.0  blue  1990.0       gas
2       NaN   NaN     NaN  electric

补充说明 #

• copy(deep=True)是深拷贝，会复制DataFrame的所有数据、索引和嵌套对象，生成完全独立的新对象；如果用浅拷贝（deep=False），对于包含复杂嵌套结构的DataFrame，可能还是会有引用共享的问题，所以推荐默认用深拷贝。
• 永远优先使用.loc/.iloc这类显式索引方式修改数据，避免链式索引带来的意外赋值失效问题。

内容的提问来源于stack exchange，提问作者zjzjzj