如何通过属性区分Pandas中的DataFrame视图与副本？

在Pandas里，直接通过公开属性区分DataFrame视图和副本确实没有官方的标准方法，但可以通过以下几种方式实现判断：

方法1：检查私有属性_is_view #

Pandas的DataFrame对象有一个私有属性_is_view，会标记该对象是否为原DataFrame的视图：

import pandas as pd

df = pd.DataFrame({"foo": [1, 2, 3], "bar": [4, 5, 6]})
view = df[:]
copy = df.copy()

print(view._is_view)  # 输出: True
print(copy._is_view)  # 输出: False

注意：这是私有属性，后续Pandas版本可能会变更，不建议在生产代码中依赖，但用于调试或临时判断是可行的。

方法2：通过修改测试判断 #

视图与原DataFrame共享底层数据，修改视图的元素会同步影响原DataFrame；而副本是独立的，修改不会影响原数据：

# 测试视图
view.loc[0, "foo"] = 100
print(df.loc[0, "foo"])  # 输出: 100，说明是视图

# 重置数据后测试副本
df = pd.DataFrame({"foo": [1, 2, 3], "bar": [4, 5, 6]})
copy = df.copy()
copy.loc[0, "foo"] = 200
print(df.loc[0, "foo"])  # 输出: 1，说明是副本

方法3：检查底层数组的base属性（更严谨的方式） #

你之前尝试的df.values.base不够精准，更可靠的是检查每一列的底层numpy数组的base：

# 视图的列数组base指向原DataFrame的列数组
print(view["foo"].values.base is df["foo"].values)  # 输出: True

# 副本的列数组base是独立的
print(copy["foo"].values.base is df["foo"].values)  # 输出: False

注意：这种方式适用于大多数情况，但如果原DataFrame本身就是其他数组的视图，可能需要额外判断逻辑。

内容的提问来源于stack exchange，提问作者P.Jo