Pandas不同数据类型列切片：视图还是副本？相关疑问解析

原始数据准备 #

import pandas as pd
df = pd.DataFrame([[1,2.0],[3,4.0]], index = ['row1','row2'], 
        columns = ['a','b'])
df2 = df.iloc[:, :]
df3 = df.iloc[:1, :]
df4 = df.iloc[:, :1]

其中列a为int类型，列b为float类型。

问题1：df2、df3、df4是视图还是副本？ #

测试1结果分析 #

执行以下代码：

print(df._is_view, df._is_copy)
print(df2._is_view, df2._is_copy)
print(df3._is_view, df3._is_copy)
print(df4._is_view, df4._is_copy)

输出：

False None
False None
False <weakref at 0x7fed1113de90; to 'DataFrame' at 0x7fed11aa80a0>
True <weakref at 0x7fed114d65c0; to 'DataFrame' at 0x7fed11aa9ab0>

要明确两个内部标记的实际含义：

• _is_view：标记当前对象是否是原数据的子集视图且直接共享内存。全量切片、连续行切片不会被标记为视图，因此df2、df3的_is_view为False。
• _is_copy：标记当前对象是否由父对象切片衍生而来，df3、df4都指向原df的弱引用，说明二者都是切片衍生对象。
• df4的_is_view为True，是因为它是单一不同类型列的切片，pandas将其认定为原列数据的视图。

测试2结果与矛盾解释 #

执行以下代码：

df2.loc['row1', 'b'] = 100.0
print(df)
df3.loc['row1', 'a'] = 1000.0
print(df)
df4.loc['row1', 'a'] = 10000.0
print(df)

输出：

a    b
row1  10  2.0
row2   3  4.0
        a    b
row1  100  2.0
row2    3  4.0
        a    b
row1  100  2.0
row2    3  4.0

同时触发SettingWithCopyWarning警告。

矛盾点的核心原因是：pandas的视图/副本不是绝对判定，而是由内存布局和操作类型共同决定：

1. df2和df3：全量切片或连续行切片的数据在内存中是连续存储块，修改操作直接作用于原数据内存，因此表现为视图行为（修改同步原df）；但_is_view为False是因为内部标记的定义更严格，仅将非连续或特定类型切片视为视图。
2. df4：单一列切片，原df的不同类型列存储在独立内存块中。虽然_is_view标记为视图，但执行修改时，pandas的SettingWithCopy机制会检测到这是切片衍生对象，为避免意外修改原数据，内部自动创建了副本，因此修改的是副本而非原df，原数据不会同步更新。

问题2：SettingWithCopyWarning中的“a copy of a slice”是什么？ #

• “a slice”指的是通过df.iloc[:, :1]得到的df4，它是原df的列切片衍生对象。
• “a copy of a slice”指的是执行修改操作时，pandas内部自动创建的df4的临时副本。你实际修改的是这个副本，而非原df的视图，因此原df数据不会同步变化。
• 这个警告的作用是提醒：当前修改操作可能没有作用到你预期的原数据上，而是修改了临时副本，避免出现意外的数据不一致问题。

内容的提问来源于stack exchange，提问作者doraemon