pandas中通过列表引用修改DataFrame未生效是什么原因？

Python中列表存储的是对象的内存引用，不是对象本身，你遇到的问题本质是混淆了「替换列表内的引用」和「修改引用指向的原对象」两个完全不同的操作：

• 执行dfList = [df1, df2, df3]时，列表第0位存放的引用，和全局变量df1指向内存中同一个DataFrame实例
• 执行dfList[0] = pd.DataFrame("bigChange")时，操作逻辑是：新创建一个值为"bigChange"的DataFrame对象，然后把列表第0位原来存的、指向df1的引用，替换成指向这个新DataFrame的引用。整个过程没有对原来的df1实例做任何修改，全局变量df1的指向也没有发生任何变化，自然访问原df1看不到任何变更。

打个直白的比方：你把三个朋友的联系方式存在通讯录的前三个位置，你把通讯录第一个位置的号码改成了外卖店的电话，不代表你第一个朋友的号码就变成外卖电话了，只是你通讯录里存的内容改了而已。

另外注意你代码里有个笔误：pandas的DataFrame类名首字母大写，正确写法是pd.DataFrame，写pd.dataFrame会直接触发属性报错。

你可以通过下面两个示例明确感知操作的区别：

1. 替换列表引用（不会修改原对象） #

import pandas as pd
df1 = pd.DataFrame({'a':[1,2,3]})
df2 = pd.DataFrame()
df3 = pd.DataFrame()
dfList = [df1, df2, df3]
dfList[0] = pd.DataFrame({"bigChange":[1]})
# 此时df1还是原来的三行a列数据，只有dfList[0]是新生成的DataFrame
print(df1)

2. 原地修改原对象（所有指向该对象的变量都能看到变更） #

import pandas as pd
df1 = pd.DataFrame({'a':[1,2,3]})
df2 = pd.DataFrame()
df3 = pd.DataFrame()
dfList = [df1, df2, df3]
# 访问到原对象后做原地修改
dfList[0].loc[:, 'a'] = 'bigChange'
# 此时不管是访问dfList[0]还是df1，a列的值都变成了bigChange
print(df1)

快速判断规则：只要你写的是list[idx] = xxx这种等号左边直接是列表下标的写法，都是在修改列表自身的存储内容，和原位置指向的对象没有关系；如果等号左边是list[idx].属性/下标，才是在修改原对象的内容。

内容的提问来源于stack exchange，提问作者Revezd