Python/Pandas新手：当重新分配给新变量时，对dataframe进行了不必要的更改

我有一个名为df的数据框架，我在其中应用了一些简单的转换（删除列、替换值等）。我正在执行的工作要求我有2份数据帧副本；一个是有变化的，另一个是原始状态的。下面是我所经历的一个例子：

将熊猫作为pd导入
df=pd.read\u csv（x）
df=df2
#创建了一个名为df2的数据框，该数据框应反映此时df中的所有更改（即，我希望文件保持其原始状态）
#然后对df进行更改
打印（df）
#一些输出
打印（df2）
#对df所做的所有更改现在都显示在df2中，这是我不想要的

很明显，我不完全理解数据帧在Python中是如何操作的，我来自R的背景。 这是正常的行为，还是不应该发生的事情？我如何在数据帧转换的早期阶段制作数据帧的副本，而不将这些更改传递到包含df内容的另一个变量？当我输入这个文件时，我意识到我可能只需要用不同的名称再次导入该文件。我希望这是清楚的，希望了解这里发生了什么。谢谢大家的帮助。

您应该尝试使用函数。仅将

df

分配给

df2

时，如果不使用复制功能，

df

和

df2

将指向同一对象

import pandas as pd

df=pd.read_csv(x)
df2=df.copy()

---

标准的“分配给新变量”方法将返回数据帧的浅拷贝。要获取深度副本，请使用Try

df2=df.copy（）

Try

df2=df.copy（deep=True）

True

是默认值，但谁知道那里发生了什么。明确地设置它必须给你一个深刻的复制我说的任务。您声明分配给新变量将创建一个浅副本。这是不正确的。赋值从不复制，它只创建对对象的新引用。而且

.copy

应该可以。哦，我明白了。今天学到了另一件事，谢谢！