Python 如何操作列表同步更新绑定的原变量以批量处理csv数据

Python中变量本质是指向内存对象的引用标签，当你把a、b、c这些空列表存入x列表时，x[0]、x[1]、x[2]只是和原变量指向了同一个初始列表对象而已。
当你执行x[0] = [5,10,15]这类整体赋值操作时，只是把x[0]的引用指向了新的列表对象，原来a标签绑定的还是最开始那个空列表，自然不会同步更新。
只有当你修改x中元素指向的原对象的内部内容时（比如x[0].append(1)），原变量才能感知到变化——毕竟大家指的还是同一个对象。

方案1：改动最小的流程适配（推荐） #

完全贴合你原本的代码逻辑，避开“靠列表元素赋值同步更新原变量”的认知误区，在所有数据处理完成后做一次解包回写即可。这里顺便修正原代码的一个效率问题：你原来的逻辑是每处理一列就重新打开整个csv文件从头到尾读一遍，8列就要重复读8次，大文件场景下性能浪费很明显，调整后只需要打开一次文件、逐行遍历一次，就能完成所有列的数据收集。

import csv
import numpy as np

dataset = r'directory\data.csv'
# 按你原来的顺序定义列名，后续回写的时候不会搞混顺序
column_order = ['writer', 'director', 'runtime', 'language', 'country', 'genre', 'budget', 'year']
# 初始化每个列的空列表，按顺序存在features里
features = [[] for _ in range(len(column_order))]

# 只打开一次csv文件，逐行遍历，一次性把所有列的数据读全
with open(dataset, 'r', encoding="latin1") as f:
    reader = csv.reader(f, delimiter=",", quotechar='"')
    # 如果csv有表头，加这行跳过第一行；没有就删掉
    next(reader)
    for row in reader:
        # 逐行把每一列的内容追加到对应位置的列表里
        for col_idx in range(len(features)):
            features[col_idx].append(row[col_idx])

# 所有列的数据读全后，统一转成numpy数组
features = [np.array(col_data) for col_data in features]

# 关键一步：把处理好的数组按顺序解包，直接绑定到你最开始定义的独立变量上
writer, director, runtime, language, country, genre, budget, year = features

写完这一步之后，你的writer、director等变量就直接是处理好的numpy数组，可以直接传给np.where()等方法用，完全匹配你的使用需求。

方案2：保留原地修改逻辑的场景 #

如果你只是想给原列表追加内容，不需要把列表替换成numpy数组，那完全可以直接操作features里的列表元素，原变量会同步更新——因为这时候大家指向的是同一个列表对象，比如最开始的示例代码，正确写法是：

a = []
b = []
c = []
x = [a, b, c]

# 不要给x[i]整体赋新值，而是原地修改x[i]指向的原列表内容
x[0].extend([5, 10, 15])
x[1].extend([30, 60, 90])
x[2].extend([100, 200, 300])
# 此时a=[5,10,15], b=[30,60,90], c=[100,200,300]，完全同步

但这种方式的局限是：你没法把原列表“变成”numpy数组——因为numpy数组是独立的新对象，只要你要把变量从“绑定列表”改成“绑定numpy数组”，就必须直接给原变量做赋值操作，没有办法通过修改存储了旧引用的容器来自动改变原变量的指向，这是Python的引用机制决定的，没有捷径。

可选优化：用字典管理列数据 #

零散定义一堆独立变量后续很容易搞混顺序，其实可以直接用字典把列名和对应的数据绑定起来，后续取用更方便：

feature_dict = {col_name: col_data for col_name, col_data in zip(column_order, features)}
# 后续要拿writer的数据直接用 feature_dict['writer'] 即可，不用记顺序

内容的提问来源于stack exchange，提问作者Jacob M