不，pandas不是线程安全的。而且它的线程安全性并不令人惊讶。

• 当另一个线程正在使用时，我可以从pandas数据框中删除吗？

该死的!没有。一般来说也没有。即使是GIL锁定的Python数据结构也不行。

• 当别人正在向pandas对象写入时，我可以读取它吗？
• 我可以在我的线程中复制一个pandas数据框架，并进行复制吗？

绝对不是有一个长期悬而未决的问题https://github.com/pandas-dev/pandas/issues/2728
我认为这是相当合理的（即。预期）行为。我不希望能够同时读写任何数据结构，除非：i）它是为并发而设计的，或者ii）我对该对象 * 和从它派生的所有视图对象 * 有一个排他锁（.loc，.iloc是视图，pandas有其他视图）。

• 我可以在没有其他人向pandas对象写入时读取它吗？

对于Python中几乎所有的数据结构，答案都是肯定的。对于Pandas来说，不是。这似乎不是目前的设计目标。
通常，如果没有人在执行变异操作，则可以对对象执行“读取”操作。不过，你得谨慎一点。一些数据结构，包括pandas，执行memoization，以缓存昂贵的操作，否则功能纯。在Python中实现无锁记忆通常很容易：

@property
def thing(self):
    if _thing is MISSING:
        self._thing = self._calc_thing()
    return self._thing

...它简单而安全（假设赋值是安全原子的--这并不总是每个语言的情况，但在CPython中是这样的，除非你重写__setattribute__）。
pandas、series和dataframe索引在第一次使用时是延迟计算的。我希望（但我没有看到文档中的保证），它们以类似的安全方式完成。
对于所有的库（包括pandas），我希望所有类型的只读操作（或者更具体地说，“纯功能”操作）都是线程安全的，如果没有人执行变异操作。我认为这是一个“合理”容易实现的，常见的，较低的线程安全条。
然而，对于Pandas，你不能这样假设。* 即使你可以保证没有人在你的对象上执行“功能上不纯”的操作（例如写入单元格，添加/删除列'），pandas不是线程安全的。*
这里有一个最近的例子：https://github.com/pandas-dev/pandas/issues/25870（它被标记为. copy-not-threadsafe问题的重复，但似乎它可能是一个单独的问题）。

s = pd.Series(...)
f(s)  # Success!

# Thread 1:
   while True: f(s)  

# Thread 2:
   while True: f(s)  # Exception !

...对于f(s): s.reindex(..., copy=True)失败，它返回的结果a作为新对象--你会认为它在功能上是纯的，线程安全的。不幸的是，事实并非如此。
这样做的结果是，我们无法在生产环境中为我们的医疗分析系统使用pandas，我现在不鼓励它用于内部开发，因为它使得只读操作的内存并行化不安全。（!!）
reindex的行为是怪异和令人惊讶的。如果有人对它失败的原因有想法，请在这里回答：What's the source of thread-unsafety in this usage of pandas.Series.reindex(, copy=True)?
维护者将其标记为https://github.com/pandas-dev/pandas/issues/2728的副本。我很怀疑，但是如果.copy是源代码，那么 * 几乎所有的pandas * 在任何情况下都不是线程安全的（这是他们的建议）。
!

底层ndarray中的数据可以以线程安全的方式访问，并由您自行承担修改风险。删除数据会很困难，因为更改DataFrame的大小通常需要创建一个新对象。我想在未来的某个时候改变这个。