使用df.loc修改DataFrame时赋值所得副本同步更新，该现象是否正常？

结论 #

该现象属于Pandas的正常运行表现。

原因说明 #

• Python的普通赋值语句不会生成新对象，只是为现有内存对象绑定额外的变量名，你执行copy_df = name_df时，本质是给name_df指向的DataFrame对象新增了一个别名，两个变量指向同一块内存地址的同一个对象。
• 因此不管修改name_df还是copy_df，本质都是修改同一个内存里的数据，两个变量访问时都会同步显示修改结果。

正确创建独立副本的方案 #

如果需要生成和原DataFrame完全独立、修改互不影响的副本，需要调用Pandas提供的copy()方法：

# 深拷贝，生成完全独立的新DataFrame
copy_df = name_df.copy()

copy()默认执行深拷贝，会把原DataFrame的所有数据完整复制到新的内存空间，后续对原DataFrame的任何修改都不会同步到新生成的副本上。

内容的提问来源于stack exchange，提问作者jgoh