如何避免修改Pandas DataFrame子集的列表时改动原DataFrame

这问题我之前也碰到过！核心原因其实是Python里列表的特性——它是可变对象，你从DataFrame里取出来的col_2_list根本不是新列表，只是原DataFrame里列表的一个“引用”，相当于你和原df共用同一个列表，改了自然两边都变。

要解决这个问题，关键就是拿到列表的副本而非引用，下面给你两种实用的方法：

方法一：循环时复制列表（直观易懂） #

在取出col_2的列表时，直接复制一份新的列表，这样后续的修改就只作用在新列表上，完全不影响原DataFrame。复制列表可以用两种方式：

• 用list()构造函数
• 用切片语法[:]

修改后的完整代码如下：

import pandas as pd

dict_for_df = {
    "col_1": ["A", "B", "C"],
    "col_2": [["D", "E"], ["F", "H"], ["I", "J"]],
}
df = pd.DataFrame(dict_for_df)

# 用来保存处理后的列表，方便后续使用
processed_lists = []
for i in range(df.shape[0]):
    col_1_value = df["col_1"][i]
    # 复制列表，生成独立的新列表
    col_2_list = list(df["col_2"][i])  # 也可以写成 df["col_2"][i][:]
    col_2_list.insert(0, col_1_value)
    processed_lists.append(col_2_list)

# 原DataFrame完全没被改动
print("原DataFrame：")
print(df)
# 处理后的列表可以单独使用
print("\n处理后的列表：")
print(processed_lists)

方法二：用Pandas矢量化操作（高效优雅） #

如果你的数据量较大，循环效率会比较低，推荐用apply函数来批量处理，全程不修改原DataFrame，直接生成新的结果列表：

import pandas as pd

dict_for_df = {
    "col_1": ["A", "B", "C"],
    "col_2": [["D", "E"], ["F", "H"], ["I", "J"]],
}
df = pd.DataFrame(dict_for_df)

# 用apply生成处理后的列表，原df不受影响
processed_lists = df.apply(lambda row: [row['col_1']] + row['col_2'], axis=1).tolist()

# 查看原df，还是初始状态
print(df)
# 查看处理后的列表
print(processed_lists)

这样不管用哪种方法，你都能保留原DataFrame的完整性，同时拿到可以后续使用的处理后列表啦~

备注：内容来源于stack exchange，提问作者Artem