为何Pandas中_is_view=True的行切片修改不影响原DataFrame？

核心原因：DataFrame的列优先存储逻辑 #

Pandas的DataFrame底层基于NumPy数组，采用列优先存储（即每一列是一段连续的内存块），这是两种切片场景行为差异的关键：

• 场景1：提取单行（跨列切片）
  执行df2 = df1.loc[1,0:]得到的Series，是从原DataFrame每一列中各取一个元素拼接而成的。虽然_is_view标记为True，但这个Series的底层数据并非连续内存块，而是多列数据的零散引用。当执行df2.iloc[1] = 999时，Pandas无法将修改直接映射回原DataFrame的列存储结构，会自动创建副本完成修改，因此原DataFramedf1不会变化。

• 场景2：提取单列（同列切片）
  执行df2 = df1.loc[0:,1]得到的Series，直接指向原DataFrame第二列的完整连续内存块。这个视图是真正的内存引用，修改df2的元素本质就是修改原列的底层数组，因此原DataFramedf1会同步更新。

关于_is_view和_is_copy的补充说明 #

_is_view仅标记对象是否从原数据派生，不代表一定能直接修改原数据。只有当视图底层是连续、与原DataFrame存储方向一致的内存块时，修改才会同步到原数据。_is_copy为None说明Pandas未明确标记为副本，但实际行为仍由底层存储逻辑决定。

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