为何修改判定为副本的DataFrame切片会改变原DataFrame？

问题描述 #

创建DataFrame后，检查df.loc[[True, True, False],'a']的_is_view属性为False，认为这是原DataFrame的副本，按预期修改该副本不应改变原DataFrame。但执行df.loc[[True, True, False],'a'] = 'abcd'后，原DataFrame却被修改了，现解释这一行为。

代码示例 #

import pandas as pd

df = pd.DataFrame({'a':[1,2,3],'b':['x','y','z']})

# 查看切片的_is_view属性
print(df.loc[[True, True, False],'a']._is_view)
# 输出: False

# 对切片执行赋值操作
df.loc[[True, True, False],'a'] = 'abcd'
print(df)
# 输出:
#       a  b
# 0  abcd  x
# 1  abcd  y
# 2     3  z

原因解释 #

• _is_view是内部属性，不能作为判断依据：_is_view属于pandas的内部实现细节，官方不推荐用户用它来区分视图和副本。它的返回结果受索引方式、数据结构、内存布局等多种因素影响，无法准确反映赋值操作对原数据的影响。
• 赋值操作直接作用于原数据：当执行df.loc[索引] = 值这类语句时，这是原地赋值逻辑。pandas会通过loc索引器直接定位到原DataFrame的对应位置，直接修改原数据的内存区域，而非先创建副本、修改副本再替换。哪怕df.loc[索引]返回的是副本对象，赋值操作也不会作用在这个副本上，而是绕过它直接操作原DataFrame。
• 临时对象的误区：df.loc[[True, True, False],'a']是临时生成的对象，_is_view描述的是这个临时对象的属性，但赋值语句的目标并非这个临时对象——pandas的赋值语法是通过索引器直接映射到原数据的，和临时对象是否为视图/副本无关。

内容的提问来源于stack exchange，提问作者figs_and_nuts