pandas同一dataframe复制列后删除原列时复制列也被删除如何解决

问题根因 #

该问题的核心原因有两个，按出现概率从高到低排序：

1. 未接收assign方法的返回值：pandas的assign属于非原地操作，默认返回新增列后的新DataFrame对象，不会修改原始DataFrame。你没有把assign的执行结果赋值回变量，后续删除列操作仍然是在没有market_value列的原始DataFrame上执行，因此会出现「新列被同步删除」的错觉，本质是该列从未被添加到你操作的DataFrame中。
2. 删除列时误将market_value加入待删除列表：如果已经正确接收assign返回值，需要检查你传给drop方法的columns参数列表中是否意外包含了market_value字段。

可复现问题的错误代码示例 #

import pandas as pd
# 构造示例数据
df = pd.DataFrame({
    'spx': [4200, 4300, 4400],
    '冗余列1': [1,2,3],
    '冗余列2': [4,5,6]
})

# 错误写法1：未接收assign返回值，原df没有新增market_value列
df.assign(market_value=df['spx'])
# 后续删除操作基于原始df执行，最终结果自然没有market_value列
df = df.drop(columns=['spx', '冗余列1', '冗余列2'])

# 错误写法2：不小心把market_value加入删除列表
df = df.assign(market_value=df['spx']).drop(columns=['spx', '冗余列1', '冗余列2', 'market_value'])

解决方案 #

方案1：显式接收assign返回值后删除列 #

# 接收assign返回的新DataFrame，此时df已包含market_value列
df = df.assign(market_value=df['spx'])
# 仅删除指定的冗余列，不要加入market_value
df = df.drop(columns=['spx', '冗余列1', '冗余列2'])

方案2：用原地列赋值替代assign #

如果不需要链式操作，直接用下标赋值的方式新增列更不容易出错，该操作会直接修改原始DataFrame：

# 原地新增列，无需接收返回值
df['market_value'] = df['spx']
# 执行删除操作
df.drop(columns=['spx', '冗余列1', '冗余列2'], inplace=True)

方案3：链式操作一步完成 #

把新增列和删除列合并为一次链式操作，减少中间变量出错的可能：

df = df.assign(market_value=df['spx']).drop(columns=['spx', '冗余列1', '冗余列2'])

内容的提问来源于stack exchange，提问作者KND