Pandas深拷贝修改后原对象属性变动，如何创建完全独立的副本？

原因说明 #

你遇到的是pandas旧版本的已知行为：1.4.x及更早版本中，DataFrame.copy(deep=True) 不会对不可变的Index对象执行深拷贝，原DataFrame和副本会共享同一个Index实例，因此修改副本的索引属性会同步影响原对象，即使你用标准库的copy.deepcopy也会复现该问题。

解决方案 #

只需要在修改副本索引属性前，单独对副本的Index执行一次拷贝，切断共享关系即可，示例代码如下：

import pandas as pd

dr = pd.date_range('2020-01-01', periods=10, freq='1H')
test = pd.DataFrame({'target':list(range(10))}, index=dr)
print(test.index.freq)
# 输出 <Hour>

_copy = test.copy(deep=True)
# 新增：单独拷贝Index对象，和原对象切断关联
_copy.index = _copy.index.copy()
_copy.index.freq = None

print(test.index.freq)
# 输出 <Hour> 符合预期
print(_copy.index.freq)
# 输出 None

如果你希望一步完成，也可以直接重新构造独立的DataFrame：

_copy = pd.DataFrame(
    data=test.values,
    # 直接基于原索引的时间戳创建新的DateTimeIndex，默认不带freq
    index=pd.DatetimeIndex(test.index.to_list()),
    columns=test.columns
)

补充说明 #

该行为在pandas 1.5.0及以上版本已被优化，deep=True会同步拷贝Index对象，升级pandas版本也可以解决该问题。

内容的提问来源于stack exchange，提问作者mosc9575