修改一个Pandas DataFrame时其余关联DataFrame也同步变化的原因及解决办法

问题原因 #

这是Python中可变对象的引用传递机制导致的：

• Pandas DataFrame属于可变对象，你执行df1 = dfnan、df2 = dfnan、df3 = dfnan时，没有生成三个独立的DataFrame实例，只是给同一个底层的dfnan对象绑定了三个不同的变量名，三个变量指向内存中完全相同的对象。
• 后续你对df1、df2的所有修改，本质上都是修改同一个内存地址里的对象，所以三个变量的取值会同步变动，最后全部变成1。

解决方法 #

如果需要生成独立的DataFrame副本，需要调用.copy()方法显式完成对象复制，只需要修改初始化部分的代码即可：

import numpy as np
import pandas as pd

# 生成全NaN的基础DataFrame
data = np.empty((15, 10)) 
data[:] = np.nan
dfnan = pd.DataFrame(data)

# 为每个变量创建独立副本
df1 = dfnan.copy()
df2 = dfnan.copy()
df3 = dfnan.copy()

修改后再执行你写的循环代码，就可以得到预期结果：df1全为0，df2全为1，df3保持全为NaN。

另外补充优化建议：你写的两个for循环可以直接用Pandas向量化操作代替，运行效率更高，写法也更简洁：

# 替代第一个循环
df1.iloc[:] = 0
# 替代第二个循环
df2.iloc[:] = df1 + 1

内容的提问来源于stack exchange，提问作者Lazer