我知道熊貓數據框是可變的。我將一個數據框傳遞給一個函數，我不希望更改原始數據框，但確實如此。我想只要我重新分配數據框變量并避免使用 .drop(inplace=True) 和 .reset_index(inplace=True) 就可以了，但事實并非如此。.dropna() 和 .reset_index() 有什么解決方法可以避免我的原始數據框發生突變？謝謝你。def makeChoice():    return bool(random.getrandbits(1))def makeChange(row,choice):    if choice==True:        result = row['b']    else:        result = np.nan    return result    workingDF['b']= workingDF.apply(lambda row: makeChange(row, makeChoice()), axis=1)workingDF = workingDF.dropna()workingDF = workingDF.reset_index(drop=True)return workingDF    a = pd.DataFrame({'a':[1,2], 'b':[3,4]})print('a - original:')print(a)b = testFunc3(a)print('b after testFunc3():')print(b)print('a after testFunc3():')print(a)這給出了以下輸出：a - original:   a  b0  1  31  2  4b after testFunc3():   a    b0  1  3.0a after testFunc3():   a    b0  1  3.01  2  NaN