我曾经看到过关于copy（）方法不适用于嵌套数据列的问题，因为修改副本上的某些内容也会改变原始的嵌套框架。然而，我所能找到的只是关于在this question上重命名一个嵌套的字段。
尽管如此，我并没有重命名任何东西，我只是改变了嵌套列的一个字段。所以只是想确认，如果这也改变了原来的框架，尽管副本已经完成。如果是这样的话，那么我如何才能创建一个复制的嵌套框架，而不影响嵌套列的原始框架？
例如，在这段代码中，我有一个带有一列字典的框架。每个字典只有一个字段是一个数组，预计它是所有的整数，但一些浮点数滑入，所以我想把它们都转换为整数，而不改变原来的数组。
但是，如果我在复制的框架上应用用户定义的函数，它也会影响原始框架

df=pd.DataFrame({'a':[{'field':[1,2,3.0]},{'field':[1,2,4.0]},{'field':[1,2,5.0]}]})
print('printing the original dataframe: \n', df['a'])
def integer_converter(x):
    x['a']['field']=[int(i) for i in x['a']['field']]
df2=df.copy(deep=True)
df2.apply(integer_converter,axis=1)
print('printing df2 after function: \n',df2['a'])

print('printing the original dataframe again: \n',df['a'])

产出如下：

printing the original dataframe: 
 0    {'field': [1, 2, 3.0]}
1    {'field': [1, 2, 4.0]}
2    {'field': [1, 2, 5.0]}
Name: a, dtype: object
printing df2 after function: 
 0    {'field': [1, 2, 3]}
1    {'field': [1, 2, 4]}
2    {'field': [1, 2, 5]}
Name: a, dtype: object
printing the original dataframe again: 
 0    {'field': [1, 2, 3]}
1    {'field': [1, 2, 4]}
2    {'field': [1, 2, 5]}
Name: a, dtype: object