Python 在复制时重命名dataframe列会影响原始dataframe

我不明白为什么使用copy命令时，重命名操作会影响原始数据帧。为什么df_copy是df的视图而不是真正的副本？我希望print语句输出“x”而不是“y”

df = pandas.DataFrame({'x': [0, 1]})
df_copy = df.copy(deep=True)
df_copy.columns.values[0] = 'y'
print(df.columns)

发件人：

请注意，在复制包含Python对象的对象时 copy将复制数据，但不会递归地进行复制。更新 嵌套数据对象将反映在深度副本中

这似乎适用于列，当您使用索引访问它们时，正如您已经证明的那样

重新指定列时，行为与预期一致：

df_copy.columns = ['y']
print(df.columns)
#Index([u'x'], dtype='object')

---

看来@jezrael我似乎没有在0.20上遇到过这个bug。3@zipa-我在pandas 0.23.0和同样的问题中进行了测试。@jezrael我在这里找到了问题。2013年：谢谢你@zipa！：