当我在 pandas 数据框中有 dg = df.copy() 时，我知道我有两个数据框，其中 dg 是 df 的副本。但是对于df = df.copy()，新的df会覆盖旧的df吗？我的意思是在 df = df.copy() 的 RAM 中我有多少数据帧？
【问题讨论】：
标签： python pandas dataframe copy
来自熊猫官方documentation
DataFrame.copy(deep=True)
复制此对象的索引 和数据。
当
deep=True（默认）时，将创建一个新对象，其中包含 调用对象的数据和索引。修改数据或 副本的索引不会反映在原始对象中（请参阅 以下注释）。
deep=False时，将创建一个新对象，而不复制 调用对象的数据或索引（仅引用数据和索引 被复制）。对原始数据的任何更改都将反映 在浅拷贝中（反之亦然）。
因此，当您拥有df = df.copy() 时，您只是将df 对象分配给df 变量名，因此功能上没有任何变化。它被覆盖，但保持不变。所以你仍然只有一个 df 对象存储在内存中。
【讨论】：
但是对于 df = df.copy()，新的 df 会覆盖旧的 df 吗？我的意思是在内存中 df = df.copy() 我有多少数据帧？
这不是关于 Pandas 或 DataFrame 类的问题。这是一个关于Python中=操作符的问题。
df.copy() 创建一个新对象，它恰好是 DataFrame 类的一个新实例。这就是你必须知道的。 （你必须知道这一点，因为函数可以返回已经存在的对象。）无论你写 dg = df.copy() 还是 df = df.copy()，它都会这样做完全相同 - 这可能无关紧要，因为该方法无法知道分配甚至会发生。
分配causes a name to refer to some particular object。就是它。 dg = df.copy() 的意思是“当你从df.copy() 取回对象时，让dg 成为该对象的名称”。 df = df.copy() 的意思是“当你从df.copy() 取回对象时，让df（不再是它之前命名的名称，而是）成为那个对象的名称”。
只要有名称，对象就会一直存在。
当你写dg = df.copy() 时，df 名称仍然是原始DataFrame 的名称，所以现在你的内存中必然有两个DataFrames。
当您编写df = df.copy() 时，df 名称不再是原来 DataFrame 的名称，因为它已更改为新名称的名称。所以现在旧的可能会或可能不会仍然在记忆中。
如果它有任何 other 名称（或其他引用 - 例如，作为某个列表的元素），它肯定仍会在内存中。
在参考实现中，如果这是对象的最后一个剩余名称，它将被释放。发生这种情况是因为参考实现使用了基于引用计数的垃圾收集。其他实现（例如，Jython）可能不会这样做；他们可以使用任何类型的垃圾收集技术。
【讨论】：