DataFrame子集修改值同步影响原表问题排查求助

问题原因 #

你遇到的问题核心是：Pandas中用iloc切片得到的df_orig是原DataFrame的视图，而非独立副本。修改视图的内容会直接同步到原DataFrame里，导致后续循环切片时，会重复读取到已经被改成NaN的值。

解决方案 #

在截取子集时，通过.copy()方法显式创建原数据的独立副本，这样修改子集就不会影响原DataFrame了。

修改后的代码如下：

import pandas as pd
import numpy as np

df = pd.read_csv('df.csv')
for j in range(num):
    start_time = j
    end_time = train_candles + j
    # 显式创建副本，断开与原df的关联
    df_orig = df.iloc[start_time:end_time, :].copy()
    df_orig.iloc[-1, df_orig.columns.get_loc('last')] = np.nan

补充说明 #

• .copy()默认是深拷贝，会完整复制数据和索引结构，确保子集完全独立于原数据。
• 如果你的数据没有嵌套结构，也可以用.copy(deep=False)做浅拷贝，但一般推荐默认的深拷贝，避免潜在的关联问题。

内容的提问来源于stack exchange，提问作者Davood Souri