为什么循环中对pandas DataFrame执行pd.get_dummies操作不生效？

核心本质：Python中的所有变量都是指向内存中实际对象的标签，不是对象本身，赋值操作=的本质是修改标签的指向，不会修改原内存对象的内容。

各类写法的效果拆解 #

1. 直接遍历赋值为什么无效 #

for df in dataset:
    df = pd.get_dummies(df, columns=['A', 'B','C'])

• 循环变量df是临时生成的局部标签，每次迭代会先指向dataset中存储的对应DataFrame对象
• pd.get_dummies默认会生成一个全新的DataFrame对象，df = 新对象只是把临时标签df的指向改成了新对象，既不会修改原内存对象的内容，也不会修改dataset列表里存储的引用，更不会修改df_train、df_test这两个原有标签的指向，所以原变量访问不到变化。
• 加df.copy()的写法同理，复制操作本身就生成新对象，赋值给临时标签和原对象完全无关。

2. 按索引修改dataset为什么达不到预期 #

for i in range(len(dataset)):
    df = dataset[i]
    dataset[i] = pd.get_dummies(df, columns=['A', 'B','C'])

这个写法其实已经修改了dataset列表中存储的引用，此时dataset[0]已经是转换后的新DataFrame，但你原来单独定义的df_train、df_test两个标签还是指向原来的旧对象，标签本身没有被重新赋值，所以直接访问df_train还是旧结果。

3. inplace=True为什么生效 #

for df in dataset:
    df.drop('A', axis=1, inplace = True)

inplace=True的作用是直接修改当前标签指向的内存对象本身的内容，不会生成新对象，也不需要修改标签的指向。循环变量df和原df_train/df_test指向同一个内存对象，修改对象内容后，所有指向这个对象的标签访问到的结果都会同步变化。
注意：pd.get_dummies本身没有提供inplace参数，它的设计逻辑就是必须返回新对象，所以无法用原地操作的方式修改原DataFrame。

循环实现的正确写法 #

如果不想单独对每个DataFrame赋值，可以修改完列表后把新引用重新绑定到原有变量名：

dataset = [df_train, df_test]
for i in range(len(dataset)):
    dataset[i] = pd.get_dummies(dataset[i], columns=['A', 'B','C'])
# 把列表中的新对象重新绑定到原有变量名
df_train, df_test = dataset

内容的提问来源于stack exchange，提问作者Brian FitzGibbon