Pandas如何正确复制DataFrame避免改动原始数据

问题原因 #

在pandas中，final_df = main_df 属于浅拷贝，仅给原始DataFrame对象绑定了新的变量名，两个变量指向内存中的同一个数据对象。因此对final_df做的所有修改，都会直接作用到main_df对应的内存数据上，最终出现两个DataFrame同步变更的情况。

解决方案 #

要生成完全独立的操作副本，你需要使用pandas提供的copy()方法执行深拷贝，代码修改如下：

final_df = main_df.copy()
final_df['new_column'] = final_df['b']*0.05

补充说明 #

• pandas的copy()方法默认deep=True，普通数值型DataFrame场景下可以省略该参数。如果你的DataFrame包含列表、自定义对象等复合数据类型，建议显式指定deep=True，确保所有层级的数据都完成独立拷贝，避免出现关联修改的问题。
• 不建议直接使用Python内置copy模块处理pandas对象，pandas原生copy()方法对DataFrame的结构做了专门优化，兼容性和执行效率都更优。

内容的提问来源于stack exchange，提问作者Karanam Krishna