Python 数据帧中的Drop列：输出不一致[已解决：副本与DF的引用/指针]

问题：在删除下面标记为“幸福度”的列时，我也将其删除到父数据框中。这不应该发生，想澄清一下吗

A=df\u新
A.drop（‘幸福度评分’，轴=1，原地=True）

这是输出：正如您所看到的，该列在

df_new

中也被删除；是不是

inplace=True

意味着它只在

A

数据帧中被删除

注意： 我可以通过改变代码来解决这个问题；现在输出与预期一致

B=df_new.drop（'Happiness_Score'，axis=1）

---

实际上，当您执行

A=df\u new

您不是在创建数据帧的副本，而只是一个指针。因此，要正确执行此操作，应使用

A=df\u new.copy（）

---

当您选择子集或索引时：

a=df\u new[条件]

然后它会创建数据帧切片的副本，因此您的解决方法也可以工作。

变量a是对df\u new的引用。尝试通过执行df_new或df_new.copy（）的完整切片来创建。A=def_new创建对原始

def_new

的新引用，而不是新副本。您正在将

A

绑定到同一个对象

def_new

中，并保留对的引用。在引用中进行修改时会发生什么？它反映在原始对象中。我将用一个例子来说明这一点

orgList = [1,2,3,4,5]
bkpList = orgList
print(bkpList is orgList) #OUTPUT: True

这是因为两个变量都指向同一个列表。修改任何一个，更改将反映在原始列表中。在dataframe案例中也可以观察到同样的情况

解决方案：保留数据帧的单独副本