pandas修改复制后DataFrame的DatetimeIndex频率为何会影响原对象

现象解释 #

• 核心原因是pandas DataFrame.copy(deep=True)的默认设计：复制时会深拷贝数据部分，但索引对象会直接复用原对象的引用，不会单独生成副本。你可以在试验1中执行print(id(df.index), id(dfc.index))验证，两者的内存地址完全一致。
• 你观测到的df is dfc返回False是正常的：这判断的是DataFrame容器本身是否为同一对象，两者确实是独立的容器，只是它们的index属性指向了同一个DatetimeIndex实例。
• DatetimeIndex的时间值本身不可修改，但freq属于可变元属性，修改公共索引实例的freq自然会同步到所有引用它的DataFrame上。
• 试验2中执行dfc.index += pd.Timedelta('1h')时，因为索引的时间值不可修改，该操作会生成一个全新的DatetimeIndex实例赋值给dfc.index，此时两个DataFrame的索引已经是独立对象，后续修改freq不会互相影响。

是否为预期设计 #

该行为属于pandas的预期设计，是性能和易用性的tradeoff：

• 设计之初默认索引为只读的不可变对象，复用索引引用可以大幅降低大表复制时的内存开销和耗时，覆盖绝大多数常规使用场景。
• 只有主动修改索引的可变属性（如freq、name）时才会触发这种跨对象同步，属于非常边缘的使用场景。

如果需要完全规避该问题，可以在复制后手动给副本生成独立索引：

dfc = df.copy()
dfc.index = dfc.index.copy() # 单独复制索引对象

后续修改dfc.index.freq就不会影响原DataFrame。

内容的提问来源于stack exchange，提问作者mosc9575