关于Pandas索引器返回副本/视图规则的行为困惑咨询

参考的视图/副本生成规则 #

• 所有操作默认生成副本；
• 指定inplace=True则就地修改（仅部分操作支持）；
• .loc/.iloc/.iat/.at这类赋值型索引器会就地修改；
• 针对单一数据类型对象的取值型索引器几乎总是返回视图（因内存布局例外情况，不可靠）；
• 针对多数据类型对象的取值型索引器总是返回副本。

测试案例1（符合规则预期） #

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
df2 = df.loc[0,]
df2[0] = 500

该操作未修改原df，符合规则：df.loc[0,]是针对多数据类型对象的取值型索引器，返回副本，修改副本不会影响原数据。

测试案例2（非预期行为与警告） #

df3 = df.iloc[0:2,]
df3[:] = 55

执行后触发警告：A value is trying to be set on a copy of a slice from a DataFrame，且原df仅数值型列C、D被修改，字符串型列A、B无变化。按规则，df.iloc[0:2,]应返回副本，为何出现此现象？

问题解析 #

这源于Pandas的分块存储机制：不同数据类型的列会被存储在独立的内存块中，Pandas会根据列的类型和内存布局做差异化处理：

• 数值型列（C、D）内存布局连续，df.iloc[0:2,]返回的是视图，共享原数据内存，因此对df3的赋值会直接同步到原df；
• 字符串型列（A、B）以object类型存储，内存布局不连续，df.iloc[0:2,]返回的是副本，修改df3不会影响原df。

这种混合视图与副本的状态，就是警告的触发原因——Pandas无法确认你的修改意图，因此抛出警告提示潜在的非预期行为。

需要注意的是，之前参考的规则是简化总结，实际Pandas会基于内存效率做优化，从而出现这类边界情况。

内容的提问来源于stack exchange，提问作者P.Jo