关于pd.Series.copy()深拷贝行为的疑问：修改副本为何影响原数据？

嘿，这个问题我当初刚接触pandas的时候也踩过坑，确实容易搞混！咱们一点点拆解清楚：

核心问题：Series.copy()的默认拷贝逻辑 #

你可能误解了资料里说的“深拷贝”——pandas里的Series.copy()默认参数是deep=True，但这个“深拷贝”是针对Series自身的数据结构而言的，并不是对Series里所有嵌套元素都做完全的深拷贝。

具体来说：

• 如果Series的元素是不可变对象（比如int、str、float），copy(deep=True)会创建完全独立的副本，修改副本不会影响原Series。
• 但如果元素是可变的Python对象（比如列表、字典），哪怕用deep=True，pandas也只会复制这些对象的引用，而不是创建对象本身的深拷贝。这就导致原Series和副本里的可变元素指向同一个内存对象。

你的代码为什么返回True？ #

看你的代码：

for i, row in df.iterrows():
    q = row.copy()
    q.col.append(['foo'])
    return row.col == q.col

这里的row是从iterrows()拿到的Series，q = row.copy()做的是浅拷贝（针对里面的列表元素来说）。也就是说q.col和row.col指向的是同一个列表对象。当你给q.col添加元素时，实际上是修改了这个共享的列表，所以row.col和q.col自然完全相等，返回True。

怎么实现真正的完全独立拷贝？ #

如果想要让副本里的可变元素也完全独立，需要使用Python标准库的copy.deepcopy()，它会递归地拷贝所有嵌套的可变对象：

import pandas as pd
import copy

# 示例DataFrame
df = pd.DataFrame({'col': [[1, 2], [3, 4]]})

for i, row in df.iterrows():
    q = copy.deepcopy(row)
    q.col.append('foo')
    print(row.col == q.col)  # 现在会返回False

关键总结 #

• pandas的Series.copy()优先保证Series结构的独立，但不会深度拷贝嵌套的Python可变对象。
• 处理包含可变元素的Series时，要用copy.deepcopy()才能得到完全隔离的副本。

内容的提问来源于stack exchange，提问作者Intelligent-Infrastructure