使用iloc[]与点符号访问pandas DataFrame列的意外行为

问题现象 #

执行以下代码时，is判断返回False，即使手动赋值后结果依然如此：

import pandas as pd
df = pd.DataFrame([[1,2]], columns=['one', 'two'])

# 首次判断返回False
print(df.iloc[:,0] is df.one)  # 输出: False

# 赋值后再次判断仍返回False
df.one = df.iloc[:,0]
print(df.iloc[:,0] is df.one)  # 输出: False

原因解释 #

is运算符判断的是两个变量是否指向内存中的同一个对象，而非数据是否相等。在pandas中：

• df.one是直接引用DataFrame内部维护的对应列的Series对象；
• df.iloc[:,0]（包括方括号访问df['one']）每次调用时，都会生成一个新的Series视图对象——这个视图共享底层的numpy数组数据，但Series本身是新创建的包装对象，内存地址和df.one不同，因此is判断返回False。

验证数据是否同源 #

如果要确认两者是否指向同一份数据，可以判断底层的numpy数组是否一致：

print(df.iloc[:,0].values is df.one.values)  # 输出: True

返回True说明两者共享同一份底层数据，只是外层的Series包装对象不同。

补充说明 #

• 不要用is来判断pandas对象是否相等，应该用equals()方法：df.iloc[:,0].equals(df.one)会返回True，这才是判断数据是否一致的正确方式；
• 方括号访问df['one'] is df.one同样返回False，原理和iloc一致，都是每次生成新的Series视图对象。

内容的提问来源于stack exchange，提问作者rootdrew27