基于可变对象特性，为何函数内修改DataFrame未同步到外部？

已知：

• (A) 在函数中修改可变对象，其变更会体现在调用上下文中
• (B) Pandas DataFrame是可变对象

但如下示例中，函数内的操作并未让外部的DataFrame变成空，这是为什么？

示例代码 #

import pandas as pd
def foo(df):
    df=df[0:0] # 试图清空df
    print(df)

df=pd.DataFrame([[1,2,3],[4,5,6]])
print("\nOutside - Before:")
print(df)
print("\nInside function:")
foo(df)
print("\nOutside - After:")
print(df)

输出结果 #

Outside - Before:
   0  1  2
0  1  2  3
1  4  5  6

Inside function:
Empty DataFrame
Columns: [0, 1, 2]
Index: []

Outside - After:
   0  1  2
0  1  2  3
1  4  5  6

核心原因：赋值操作≠原地修改可变对象 #

你混淆了重新赋值局部变量和修改可变对象本身这两个操作：

1. 调用foo(df)时，函数内部的局部变量df最初是指向外部那个DataFrame对象的引用。
2. df=df[0:0]本质是创建了一个新的空DataFrame对象，然后把函数内部的df变量重新指向了这个新对象。
3. 原来的外部df变量依然指向最初的非空DataFrame对象，根本没被修改过。

规则(A)中说的"修改可变对象"，指的是直接操作对象内部的数据（原地修改），而非重新赋值变量。

正确的原地修改方式 #

如果要让外部的DataFrame同步变为空，需要对原对象进行原地修改，比如：

• 使用支持inplace=True的方法：

def foo(df):
    df.drop(df.index, inplace=True) # 原地删除所有行
    print(df)

• 直接修改DataFrame的内容：

def foo(df):
    df.iloc[:, :] = [] # 原地清空所有数据
    print(df)

这两种方式都是直接修改原DataFrame对象的内部数据，外部的df会同步看到变化。

内容的提问来源于stack exchange，提问作者str31