一个pandas dataframe的深拷贝的列名更改 更改原始dataframe的列名

Question

我的理解是，如果在 pandas dataframe 的深层副本中发生了某些变化，那不应该影响制作副本的原始 dataframe。

但是当运行下面的代码时，可以看到 df1 的列名也发生了变化。 但我只想更改 df2 中的列名。

df1 = pd.DataFrame({'col1':[1,2,3,4],'col2':[2,3,4,3],'col3':[4,3,1,5]})
df2 = df1.copy()
# Change the column name using column index rather than the rename function
df2.columns.values[1] = 'new_col_name'

我知道我们可以使用重命名 function 但我有一个需要使用列索引重命名的要求。 你能解释一下上面发生了什么，我怎样才能避免这个问题？

Answer 1

请参阅 pd.copy() 文档的最后一部分：

请注意，当复制包含 Python 对象的 object 时，深层复制将复制数据，但不会递归复制。 更新嵌套数据 object 将反映在深层副本中。

DataFrame 的列 object 不包含在深层副本中。

一种解决方法是使用copy.deepcopy

import copy
df2 = pd.DataFrame(columns = copy.deepcopy(df1.columns), data = copy.deepcopy(df1.values))