Pandas DataFrame疑问：操作复制变量为何同步修改原DataFrame

这绝对是用Pandas处理数据时新手最容易踩的“隐形坑”！你遇到的问题本质是视图（View）和副本（Copy）的区别——直接把df的部分数据赋值给df_part时，默认并没有创建独立的数据副本，而是让df_part指向了原df中同一块内存区域的数据，所以操作df_part时，原df的数据也会跟着变化。

为什么会这样？ #

Pandas为了提升性能，默认对切片、过滤等操作返回的是原数据的视图（相当于“引用”），而不是全新的副本。这种设计在处理大型数据集时能节省内存，但如果没注意到这一点，很容易不小心修改了原始数据——尤其是医疗数据这种对准确性要求极高的场景，后果可能很麻烦。

怎么解决？ #

只需要在赋值时显式创建深拷贝，让df_part成为完全独立的数据集：

• 使用copy()方法创建深拷贝（推荐，适用于所有场景）

  # 假设你要提取原df的某几列或者某行数据
  df_part = df[['患者ID', '诊断结果', '年龄']].copy()
  # 现在对df_part做任何修改，都不会影响原df了
  df_part['年龄'] = df_part['年龄'].fillna(0)
  

• 如果你的数据列都是不可变类型（比如整数、字符串），也可以用浅拷贝（但不推荐医疗数据场景）

  df_part = df[['患者ID', '诊断结果']].copy(deep=False)
  

  浅拷贝只会复制数据的引用，不会复制底层的数值，虽然更省内存，但如果后续修改的是嵌套类型的数据（比如列表、字典），还是会影响原数据。

常见误区避坑 #

别用这种直接赋值的方式，这只会创建视图：

# 错误示例：这样df_part是原df的视图，修改会影响原数据
df_part = df.iloc[:, 0:3]
df_part = df[df['诊断结果'] == '阳性']

内容的提问来源于stack exchange，提问作者BeCurious