对一个DataFrame做布尔索引赋值为何会修改另一个DataFrame的值

问题原因 #

你遇到的这个问题本质是Python的可变对象引用赋值规则导致的，和Python、Pandas版本无直接关联：

• Python中对列表、字典、Pandas DataFrame/Series这类可变对象执行直接赋值（a = b）时，不会生成新的独立对象，只是给原内存对象额外绑定了一个变量名，所有变量实际指向同一个底层数据。
• 你代码中的data_pos = data、data_neg = data只是给原始data对象创建了两个别名，后续修改data_pos、data_neg本质都是修改同一个数据，因此data的内容会同步变化。

解决方法 #

如果需要生成独立的、修改不影响原对象的副本，调用Pandas提供的.copy()方法即可，默认是深拷贝，会完全复制底层数据：

>>> import pandas as pd
>>> data = pd.DataFrame(data={'A':[-3,-2,-1,0,0,1,2,3]})
>>> print(data)
   A
0 -3
1 -2
2 -1
3  0
4  0
5  1
6  2
7  3
>>> data_pos = data.copy()  # 生成独立的正样本处理副本
>>> data_neg = data.copy()  # 生成独立的负样本处理副本
>>>
>>> data_pos.loc[data_pos.loc[:,'A']<0,'A']=0
>>> data_neg.loc[data_neg.loc[:,'A']>0,'A']=0
>>>
>>> # 原data不会被修改
>>> print(data)
   A
0 -3
1 -2
2 -1
3  0
4  0
5  1
6  2
7  3

补充说明：.copy()方法默认参数deep=True，会完全复制数据和索引的底层数组，生成完全独立的副本；如果设置deep=False仅复制数据结构，底层数据仍和原对象共享，修改仍会相互影响，常规场景使用默认参数即可。

内容的提问来源于stack exchange，提问作者PencilBox