为何修改Pandas DataFrame的c2列后，df.c1的id值发生变化？

嘿，这个问题其实涉及到Pandas里DataFrame和列对象的底层逻辑，咱们一步步拆解来看：

首先先把你的测试代码贴出来，方便对照：

import pandas as pd
df = pd.DataFrame([(1, 2), (3, 4)], columns=['c1', 'c2'])
print("(before df.c2 assignment) id(df.c1):{0} and id(df):{1}".format(id(df.c1), id(df)))
df.c2 = 20
print("(after df.c2 assignment) id(df.c1):{0} and id(df):{1}".format(id(df.c1), id(df)))

现象回顾 #

运行这段代码后，你会发现df的ID始终保持不变，但df.c1的ID在给df.c2赋值后发生了变化，这看起来有点反直觉对吧？

核心原因拆解 #

• DataFrame是可变容器，修改不改变自身ID
  df作为DataFrame实例，属于Python中的可变容器对象。当你给df.c2赋值时，只是修改了这个容器内部的状态（更新了某一列的数据），并没有创建一个全新的DataFrame对象。这和Python列表的行为一致：比如你给列表追加元素，列表的id()也不会发生变化。

• 列对象（Series）是动态生成的临时实例
  当你访问df.c1时，Pandas并不会在内存中缓存一个固定的Series对象对应这个列。每次访问列属性，Pandas都会动态生成一个新的Series实例（本质是当前DataFrame对应列数据的视图或副本）。这个新生成的实例自然会有一个全新的id()。

  甚至不用修改df，连续两次访问df.c1的id也可能不同——比如你运行print(id(df.c1), id(df.c1))，大概率会得到两个不同的数值。给df.c2赋值只是触发了DataFrame内部状态的更新，但核心逻辑还是：每次访问列都会生成新的Series对象，所以id会变。

内容的提问来源于stack exchange，提问作者JPC