Python 在函数内部修改的数据帧

我面临一个我以前从未观察到的函数中的数据帧修改。是否有一种方法可以处理此问题，并且不修改初始数据帧

In[30]: def test(df):
    df['tt'] = np.nan
    return df

In[31]: dff = pd.DataFrame(data=[])

In[32]: dff

Out[32]: 
Empty DataFrame
Columns: []
Index: []
In[33]: df = test(dff)

In[34]: dff

Out[34]: 
Empty DataFrame
Columns: [tt]
Index: []

---

如果您将dataframe传递到函数中并对其进行操作并返回相同的dataframe，那么您将在修改后的版本中获得相同的dataframe。如果您想保留旧的数据帧并通过修改创建新的数据帧，那么根据定义，您必须有2个数据帧。您传入的不希望修改的一个和已修改的新的一个。因此，如果不想更改原始数据帧，最好是复制原始数据帧。在我的示例中，我将函数中的变量“df”反弹到新复制的数据帧。我使用copy方法，参数“deep=True”复制数据帧及其内容。您可以在此处阅读更多内容：

是否传递数据帧的副本？或者在函数中创建一个，然后变异并返回它？对参数进行变异并返回除

None

以外的任何内容都是不好的形式。这是一种解决方案，但内存效率不高。但这是我第一次面对这种情况。由于版本为0.16.2，您可以调用

.copy（）

进行显式深度复制，与更改版本无关-对于传递给Python函数的所有可变对象，此行为都是相同的，既不是Pandas的特有行为，也不是v0.16.2的特有行为。您能告诉我们有关您的用例的更多信息吗？如果您想在函数末尾返回

df

，我认为您不能避免执行

.copy（）

对于pyspark数据帧也是这样吗？

def test(df):
    df = df.copy(deep=True)
    df['tt'] = np.nan
    return df