Pandas DataFrame自定义列交换函数运行后两列内容异常相同的问题

问题根因 #

该函数失效是Pandas的两个核心机制共同作用导致的：

• Series视图机制：通过df[列名]获取的列对象默认是指向DataFrame内部存储的视图（引用），而非独立副本，原列内容修改会同步影响所有指向该列的视图变量。
• 列赋值逻辑特性：执行df[列名] = 另一Series时，Pandas不会直接替换DataFrame内部对应列的引用，而是将右侧Series的数据按索引对齐后，原地写入到原列的内存空间。

原函数的执行流程拆解（假设原a列内容为A、b列内容为B）：

1. 执行x = df_old[a]：x成为指向原a列（A）的视图，与原a列共享同一块内存。
2. 执行df_old[a] = df_old[b]：Pandas将b列的B数据原地写入原a列的内存空间，此时原a列内容变为B。由于x是指向该内存的视图，x的内容也同步被修改为B，不再保留最初的A。
3. 执行df_old[b] = x：此时x已经是被污染的B数据，赋值给b列后两列内容完全一致。

正确实现方案 #

方案1：给暂存列做显式副本（最小改动修复） #

在获取原a列时显式调用copy()生成独立副本，切断与原列的引用关联：

def columnchange(df_old, a=None, b=None):
    x = df_old[a].copy()
    df_old[a] = df_old[b]
    df_old[b] = x
    return df_old

方案2：避免修改外部传入的原DataFrame #

Python中函数参数为引用传递，原函数会直接修改外部传入的df_old对象，如果需要避免这种副作用，可以先复制整个DataFrame再操作：

def columnchange(df_old, a=None, b=None):
    df = df_old.copy()
    x = df[a].copy()
    df[a] = df[b]
    df[b] = x
    return df

方案3：通过列重排实现交换（无引用污染） #

直接交换列的顺序索引，不触发原地修改列的操作，完全避免引用问题：

def columnchange(df_old, a=None, b=None):
    col_list = list(df_old.columns)
    idx_a, idx_b = col_list.index(a), col_list.index(b)
    col_list[idx_a], col_list[idx_b] = col_list[idx_b], col_list[idx_a]
    return df_old[col_list].copy()

注：上述方法3返回的是新的DataFrame，不会修改原传入对象。

内容的提问来源于stack exchange，提问作者XSCD