为何迭代操作未正确修改全局DataFrame变量？

你的问题核心出在Python中对象的引用赋值上，具体来说：

关键原因：df2和df1指向同一个对象 #

df2 = df1 这行代码并没有创建新的DataFrame，只是给原有的df1对象多了一个别名（引用）。也就是说，df1和df2其实是同一个内存对象的两个名字，修改其中任何一个，另一个都会同步变化。

执行过程拆解 #

1. 初始化后，df1指向一个DataFrame对象，df2 = df1 让df2和df1共享这个对象。
2. 循环第一次迭代处理[df1,9]：此时修改的是那个唯一的DataFrame，把x、y列改成9，所以输出显示全9。
3. 循环第二次迭代处理[df2,'z']：df2还是指向那个唯一的DataFrame，这次修改把x、y列改成z，输出显示全z。
4. 最后打印df1和df2，自然都是z——因为它们从始至终都是同一个对象的不同名字。

解决办法 #

要让df2成为独立的DataFrame，必须使用复制操作：

• 浅复制（适用于无嵌套可变对象的DataFrame）：df2 = df1.copy()
• 深复制（适用于包含列表、字典等嵌套可变对象的DataFrame）：df2 = df1.deepcopy()

修改后的代码示例：

import pandas as pd

df1 = pd.DataFrame({
 'x': [1,2,3,4,5],
 'y': ['a', 'b', 'c', 'd', 'e']
})
# 创建独立的DataFrame副本
df2 = df1.copy()

for array in [[df1, 9], [df2, 'z']]:
 array[0]['x'] = array[1]
 array[0]['y'] = array[1]
 print(array[0])

print(df1)
print(df2)

执行后，df1会保持全9，df2保持全z，完全符合预期。

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