如何让df1 = df2，改变df1的同时不改变df2

可以使用`copy()`方法，将`df2`复制一份给`df1`，这样就可以改变`df1`而不影响`df2`了。示例代码如下：

df1 = df2.copy()

需要注意的是，如果只是简单地使用`df1 = df2`来进行赋值的话，其实是将`df2`的引用赋值给了`df1`，这样的话当对`df1`进行修改时，`df2`也会被修改。

相关问题

帮我写一个判断，if df1为空，df1=df2 ；else df1=df1.merge(df2）

好的，这是一个关于 Pandas DataFrame 的问题，我可以帮你回答。如果 df1 是一个空的 DataFrame，那么可以使用以下代码来将 df2 赋值给 df1：

if df1.empty:
    df1 = df2
else:
    df1 = df1.merge(df2)

这个判断语句的意思是，如果 df1 为空（即没有任何行或列），则将 df2 赋值给 df1；否则，将 df2 合并到 df1 中。希望这个回答对你有所帮助。还有什么问题吗？

def get_HS300(start,end): df1 = pro.index_weight(index_code='399300.SZ',start_date =start,end_date=end) df1 = list(df1['con_code']) #删除最近一年上市股票，st股票 df2 = pro.stock_basic(exchange='',list_status='L') df2 = df2[df2['list_date'].apply(int).values<20190601] df2 = df2[-df2['name'].apply(lambda x:x.startswith('*ST'))] df2 = list(df2['ts_code']) codes = [] for i in df1: if i in df2: codes.append(i) return codes 上面代码什么意思

上面的代码是一个函数`get_HS300`，它接受两个参数`start`和`end`，表示起始日期和结束日期。

该函数使用了一个名为`pro`的对象，可能是一个与股票数据相关的API或库。首先，它调用`pro.index_weight`函数来获取沪深300指数在指定日期范围内的成分股信息，并将结果保存在`df1`中。然后，它从`df1`中提取出股票代码，并保存在一个列表中。

接下来，它调用`pro.stock_basic`函数来获取所有上市状态为L（正常上市）的股票基本信息，并保存在`df2`中。然后，它对`df2`进行一些筛选，删除了最近一年上市的股票和以"*ST"开头的股票。最后，它从`df2`中提取出股票代码，并保存在一个列表中。

接着，它遍历`df1`中的股票代码，如果该代码也存在于`df2`中，则将其添加到一个名为`codes`的列表中。

最后，函数返回了筛选后得到的股票代码列表`codes`。

总体而言，这段代码的目的是获取指定日期范围内沪深300指数的成分股代码，并进行一些筛选条件，返回符合条件的股票代码列表。